3D Object – 3D 模型数据集

RSC11 Dataset 是一个遥感影像数据集，来源于 Google Earth 的高分辨率遥感影像，其中每张图的像素大小为 512*512，合计包含 11 类场景图像，其中每类有约 100 张共计 1232 张。

Caltech-101 Dataset 是由 101 个类别的对象图片组成的数据集，它主要用于目标识别和图像分类。不同类别有 40 至 800 张图片，每张图片的大小在 300 * 200 像素，且数据集的发布者均已标注对应的目标以供使用。 该数据集由加州理工学院的李菲菲、马克安德烈托和 Marc’Aurelio Ranzato 于 2003 年 9 月收集，相关论文有《Learning generative visual models from few training examples: an incremental Bayesian approach tested on 101 object categories》、《One-Shot learning of object categories》。

Caltech 10k Web Faces Dataset 是由 Google 搜索所得图片组成的数据集，每张图中正面的眼睛、鼻子和嘴巴的中心坐标均在相关文件中提供，相关信息可被用于对齐和裁剪人脸、面部识别 算法 的基准，该数据集拥有不同分辨率的图片共计 10,524 张，并被用于不同的领域。 该数据集由加州理工学院于 2005 年发布，相关论文有《Pruning Training Sets for Learning of Object Categories》。

Caltech-256 Dataset 是 Caltech-101 Dataset 的改进版，其主要有以下几点改动： a）类别数量增加一倍以上； b）任何类别中图像的最小数量从 31 增加到 80； c）避免因图像旋转造成的伪影； d）引入了一个新的更大的杂波类别来测试背景拒绝。 该数据集涵盖 256 个类别共计 20607 张图片，由加州理工学院的李菲菲、马克安德烈托和 Marc’Aurelio Ranzato 收集。

Roman Forum Dataset 是用于三维建模的图片数据集，其利用平均极线几何求解运动问题中的 结构 。 该数据集由康奈尔大学于 2014 年发布，主要发布人为 Kyle Wilson 和 Noah Snavely，相关论文有《Robust Global Translations with 1DSfM》。

SIRI-WHU Dataset 是一个遥感影像数据集，其包含 12 个类别的场景图像共计 2400 张，其中每个类别有 200 张，每张图像的像素尺寸为 200*200，空间分辨率为 2 米。数据集资源来自 Google Earth，主要涵盖中国城市地区，其中场景图像数据集由武汉大学 RS-IDEA 集团设计。 该数据集由武汉大学于 2016 年发布，相关论文有《Bag-of-Visual-Words Scene Classifier with Local and Global Features for High Spatial Resolution Remote Sensing Imagery》和《Dirichlet-Derived Multiple Topic Scene Classification Model Fusing Heterogeneous Features for High Spatial Resolution Remote Sensing Imagery》。

ShanghaiTech 是一个大规模人群密集计数数据集，由上海科技大学在 2016 年发布，共计包括 1198 张人群图像。 该数据集为在 Single Image Crowd Counting via Multi Column Convolutional Neural Network (MCNN) 中使用的人群计数数据集。 数据集分为两部分，Part A 图像源自互联网，图像目标较为密集。Part A 包含 482 张图像，其中训练集 300 张图像，测试集 182 张图像，平均分辨率 589*868。 Part B 图像均为上海繁华街道的实拍，图像目标较为稀疏。此部分共包括 716 张图像，训练集合测试集图像数量分别为 400、316。平均分辨率为 768*1024。

Segmenting Soft Tissue Sarcomas Dataset 是一套医学 PET-CT 图像数据集，数据均来自于手术病理确认的软组织肉瘤，它是 TCIA 研究的预处理子集。 该数据集由 Kaggle 于 2015 年发布，相关论文有《A radiomics model from joint FDG-PET and MRI texture features for the prediction of lung metastases in soft-tissue sarcomas of the extremities》。

SCUT-FBP5500 数据集发布于 2017 年，包含 5500 个正面人脸，年龄分布位 15 岁至 60 岁。人脸照片包括 2000 亚洲女性，2000 亚洲男性，750 高加索男性和 750 高加索女性。同时，数据来自于数据堂等。每张图由 60 人进行评分，共 5 个等级。这 60 人的年龄分布为 18 到 27 岁，均为年轻人。该数据集适用于基于表现和形状等的模型研究