一、我们应该制作什么样的数据集？ 首先我们应该我们了解到遥感图像的变化检测是建立在多时相的基础上的，也就是说，我们对于神经网络的输入至少是有两张图片的，而且必须有一个标签来知道变化的区域的是那一块。 在双时相变化检测里，一般来说对于遥感图像的标注是在最新的时相里进行的，例如2017和2018年份的两张图片中，我们选择在2018年度的图像上进行标注。 二、双时相遥感图像变化检测的标注 一般来说变化的区域是连通的，是一片一片的，因此对于图像的标注我们可以使用labelme的多边形标注进行标注 1.在conda的环境中运行 conda install labelme指令即可安装 2.运行labelm

深度学习 数据集利用 1. YOLO网络检测手部的数据集 2. JPEGImages文件夹里，可见的图像数据。 3. Annotations文件夹里，已经标注好的xml文件，可直接训练。

该数据集包含4个不同类别的877张图像，用于道路标志检测。 Road Sign Detection_datasets.txt Road Sign Detection.zip

该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有1400+张各种场景的猫图像,共2000+个猫标注框. 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为猫检测的模板数据集. 本数据集兼顾了猫的近景,中景,远景,对任意场景都有较好的检测效果. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景猫的检测. 免去了收集,挑选,标注猫图片的时间,可直接进行工程化应用.

跌倒检测数据集，收集包含1400+跌倒人群图片，可直接用于训练跌倒检测

我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像，并在每张图的随机位置放置一张随机的皮卡丘图像。

MIT行人数据集，用于行人检测的行人数据集，现在官网已经无法下载，这里提高一份资源。下载TXT文件后，打开，里面有网盘链接，永久有效，网盘下载，永不失效，有问题请私聊或留言，必定解决，谢谢。

训练后可用于检测水位尺 进而识别水位，由于文件大小限制，只上传了部分数据集，并进行了图像压缩，需要所有数据可以联系~

本程序可以对影像增强的同时，对keypoint, bounding box进行相应的变换。

kaggle2018年的已标注人脸检测数据集，文件内包括标签文件label_train.txt和图片数据文件db_train.raw。