## **1、MNIST**

深度学习领域的入门数据集，当前主流的深度学习框架几乎都将MNIST数据集的处理入门第一教程。MNIST是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集，每个样本图像的宽高为28\*28，数字放在一个归一化的、固定尺寸的图片的中心。

数据集大小：~12MB

下载地址：[MNIST（CVDF 镜像）](https://github.com/cvdfoundation/mnist)

## **2、ImageNet**

![](https://developer.qcloudimg.com/http-save/yehe-8201782/13d7383e46696fe4d20e5d74e60fc2c5.jpg)

Imagenet数据集是目前深度学习图像领域应用得非常多的一个领域，关于图像分类、定位、检测等研究工作大多基于此数据集展开。Imagenet数据集文档详细，有专门的团队维护，使用非常方便，在计算机视觉领域研究论文中应用非常广，几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。

Imagenet数据集有1400多万幅图片，涵盖2万多个类别；其中有超过百万的图片有明确的类别标注和图像中物体位置的标注。

数据集大小：~1TB

下载地址：[https://www.image-net.org/download.php](https://www.image-net.org/download.php)

CIFAR-10包含10个类别，50,000个训练图像，彩色图像大小：32x32，10,000个测试图像。CIFAR-100则是包含100个类，每类有600张图片，其中500张用于训练，100张用于测试；这100个类分组成20个超类。图像类别均有明确标注。CIFAR对于图像分类算法测试来说是一个非常不错的中小规模数据集，虽然用得人比以前少了很多，但仍然能用它做有趣的合理性测试。

数据集大小：~170MB

下载地址：[https://cave.cs.toronto.edu/kriz/cifar.html](https://cave.cs.toronto.edu/kriz/cifar.html)

## **4、COCO**

![](https://developer.qcloudimg.com/http-save/yehe-8201782/15e1e26032e1e6f5075f4ce3f49600f9.png)

COCO数据集由微软赞助，其对于图像的标注信息不仅有类别、位置信息，还有对图像的语义文本描述，COCO数据集的开源使得近两三年来图像分割语义理解取得了巨大的进展，也几乎成为了图像语义理解算法性能评价的“标准”数据集。

数据集大小：~40GB

下载地址：[https://cocodataset.org/](https://cocodataset.org/)

## **5、PASCAL VOC**

![](https://developer.qcloudimg.com/http-save/yehe-8201782/2d47bd3c3acc81145a0607bbe6aba4b4.jpg)

PASCAL VOC图片集包括20个目录：人类；动物（鸟、猫、牛、狗、马、羊）；交通工具（飞机、自行车、船、公共汽车、小轿车、摩托车、火车）；室内（瓶子、椅子、餐桌、盆栽植物、沙发、电视）。PASCAL VOC挑战赛是视觉对象的分类识别和检测的一个基准测试，提供了检测算法和学习性能的标准图像注释数据集和标准的评估系统。

数据集大小：~2GB

下载地址：[https://www.robots.ox.ac.uk/~vgg/projects/pascal/VOC/voc2012/index.html](https://www.robots.ox.ac.uk/~vgg/projects/pascal/VOC/voc2012/index.html)

## **6、FDDB**

![](https://developer.qcloudimg.com/http-save/yehe-8201782/c5c81a66b8cf19674eb3c482b11e2c39.jpg)

FDDB是全世界最具权威的人脸检测评测平台之一，包含2845张图片，共有5171个人脸作为测试集。测试集范围包括：不同姿势、不同分辨率、旋转和遮挡等图片，同时包括灰度图和彩色图，标准的人脸标注区域为椭圆形。该数据集的图片来自于美联社和路透社新闻报道图片，并删除了重复图片。

数据集大小：~550MB

下载地址：[FDDB（HyperAI 社区镜像）](https://hyper.ai/cn/datasets/5280)

---

本文由原作者整理并同步发布。


深度学习领域的入门数据集，当前主流的深度学习框架几乎都将MNIST数据集的处理入门第一教程。MNIST是一个手写数字数据库，它有60000个训练样本集和10000个测试样本集，每个样本图像的宽高为28*28，数字放在一个归一化的、固定尺寸的图片的中心。

深度学习常用数据集资源（计算机视觉领域）

整理计算机视觉领域常用的数据集，包括MNIST、ImageNet、CIFAR、COCO、PASCAL VOC和FDDB，介绍数据规模、标注特点及下载地址。

嵌入式工程师

人工智能

MNIST、ImageNet、CIFAR、COCO等深度学习与计算机视觉常用数据集详解，涵盖手写数字、图像分类、目标检测、语义分割等任务，附下载链接与数据规模，适合算法研究与模型训练参考。

人脸识别10万次资源包新用户19.9元起


facerecognition

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

深度学习常用数据集资源（计算机视觉领域）-腾讯云开发者社区-腾讯云

深度学习常用数据集资源（计算机视觉领域）

深度学习常用数据集资源（计算机视觉领域）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐