冈萨雷斯 《数字图像处理》 图像集资源 想找一些图像资源的做图像处理的，然后发现找到的很多都是需要积分的，最后找到了链接，下载后免费上传上来，有需要可以自己下载。 在这里也要感谢江南蜡笔小新博主这篇文章中的免费链接： https://blog.csdn.net/ftimes/article/details/107549025 有需要也可以进链接去他百度网盘上下载。

眼底分类 使用视网膜血管分割图像集进行眼底图像分类

（8）UMIST图像集 由英国曼彻斯特大学建立。包括 20 个人共 564 幅图像，每个人具有不同角度、不同姿 态的多幅图像。 （9）年龄识别数据集IMDB-WIKI https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/ 包含 524230 张从 IMDB 和 Wikipedia 爬取的名人数据图片。应用了一个新颖的化回归 为分类的年龄算法。本质就是在 0-100 之间的 101 类分类后，对于得到的分数和 0-100 相乘， 并将最终结果求和，得到最终识别的年龄。

来源：《深度学习入门：基于Python的理论与实现》。包含一个mnist.py文件和四个MNIST图像集的数据包，测试过是完整的，可以用。

卷积神经网络CNN识别图像集Cifar10，使用Jupyter Notebook 编写的 Python代码，含建模及测试，代码注释清晰，十分适合新手

Corel5K:这是Corel5K图像集，共包含科雷尔（Corel）公司收集整理的5000幅图片，故名：Corel5K，童鞋们可用于科学图像实验：分类、检索等。Corel5k数据集是图像实验的事实标准数据集。请勿用于商业用途。私底下学习交流使用。 Corel图像库是科雷尔（Corel）公司收集整理的较为丰富的图像库涵盖多个主题。Corel图像库由若干个CD组成，每个CD包含100张大小相等的图像，可以转换成多种格式。每张CD代表一个语义主题，例如有公共汽车、恐龙、海滩等。 Corel5k自从被提出用于图像标注实验后，已经成为图像实验的标准数据集，被广泛应用于标注算法性能的比较。Corel5k由50张CD组成，包含50个语义主题。 Corel5k图像库通常被分成三个部分： 4000张图像作为训练集，500张图像作为验证集用来估计模型参数，其余500张作为测试集评价算法性能。使用验证集寻找到最优模型参数后4000张训练集和500张验证集混合起来组成新的训练集。 该图像库中的每张图片被标注1~5个标注词，训练集中总共有374个标注词，在测试集中总共使用了263个标注词。 童鞋们自己

目的： 用于查看 DICOM 图像集的 GUI GUI 执行以下任务： - 从文件夹中组织和加载 DICOM 图像集- 查看横切面、矢状切面和冠状切面- 查看 3D 表示- 改变阈值 如何运行： 单击 GUI 右上角的“选择路径”。 这允许选择包含DICOM图像集的文件夹的外观。 选择好路径后， 一个或多个系列应出现在“选择路径”按钮下方。 突出显示一个系列，然后单击“加载”。 DICOM 图像集现在应该被加载。 图像切片和阈值可以变化。 屏幕截图演示了在从以下位置下载的数据集上使用此 GUI： http://www.osirix-viewer.com/datasets/ 请告知我遇到的任何错误或建议的改进。

基于深度学习算法的图像集识别.pdf

各种条形码图片大约70个。来源于Halcon。

2DPCA，包含Yalefaces人脸图像集，大量注释，是自己的初学时的理解，如有错误，请指正