研究深度学习和卷积神经网络的同学都知道Mnist这个数据库，它是一个手写数字的图像数据集，可以用来作为网络训练的基准测试数据库。原版数据集是以特定格式存储的四个文件，包括乱序排列的60000个训练样本与10000个测试样本，以及它们对应的标签向量。现将其中的图片从原文件中读取出来，重新转化为png格式，并将测试集和训练集分别按0~9进行分类，并存放在各自的子文件夹中，以便各位同学进行科研与实验之用。 原数据集下载地址为：http://yann.lecun.com/exdb/mnist/

完整的orl人脸数据集，基础的图像数据集，适合新手入门，很好用，用于分类任务，已经被下载过很多次了，有问题可以私信

经典的完整的norb图像数据集，48600张，图像，标签都有，训练测试都划分好了，可以放心下载，很好的分类数据集

利用tensorflow制作自己的图像数据集并训练。现有代码，含详细的注释。能直接使用。并包含了4中原始图像：车，狗，脸，花，

遥感图像数据集为tif格式，用于图像融合、图像分割等领域，十分实用

打印的标定板每个格子大小为4cm*4cm. 数据集数量为40张. 标定后的T如下 T: !!opencv-matrix rows: 3 cols: 1 dt: d data: [ -6.0660435539064854e-02, -1.2209630833796844e-04, 9.8321891780593206e-04 ] ``` 两个虚拟相机的基线b=normal(T) 标定出来的基线距离为b=6.06mm 实际量出来的6.1mm 误差在1mm之内