我正在测试用于图像分类的计算机视觉算法。我想找到一个包含几类对象的数据集，例如猫和狗。该数据集应具有每个类别内的所有可变性，这是由于该类别的内在可变性。也就是说，我不想担心从不同视点或在不同照明条件下拍摄的照片等。几乎所有类别内的可变性都应该归因于该类别的内在可变性，例如。猫的类别将包含许多不同的图像，因为猫实际上看起来彼此不同，而不是因为图像是在不同的条件下生成的。
最好将对象“切掉”（在统一的背景上）。数据集的大小并不重要。合成图像（可能使用 3D 图形软件生成）也可以。图像需要标有它们的类别。
有人知道这样的数据集吗？
【问题讨论】：
Computer Vision Online 似乎有一个非常全面的 CV 和图像处理数据集列表： http://computervisiononline.com/datasets
【讨论】：
几年前我用这个库尝试过支持向量机：
http://www.cs.columbia.edu/CAVE/software/softlib/coil-100.php
【讨论】：
试试 caltech 256 数据集：http://www.vision.caltech.edu/Image_Datasets/Caltech256/
它还将为您提供与社区中使用的其他算法进行比较的良好基础。
【讨论】：
我列出了一些我们在攻读博士学位期间一直在研究的图像数据集 - 但您应该可以在网络上找到大量此类数据集。根据您的描述，您正在寻找具有groundtruth 的对象识别任务或分割数据集。
ALOI Dataset 可能会让您感兴趣： “ALOI 是一千个小物体的彩色图像集合，为科学目的而记录。为了捕捉物体记录中的感官变化，我们系统地改变每个物体的视角、照明角度和照明颜色，并额外捕获了宽- 基线立体图像。我们记录了每个对象的一百多张图像，总共产生了 110,250 张图像用于集合。"
traffic sign recognition datset 对您来说可能也很有趣。 IIRC 还有用于交通标志的地面实况分割掩码。
在任何一种情况下，您都应该能够用您想要的任何东西替换背景（如果您想让任务更复杂一点）。
祝你好运（如果它仍然相关）。
【讨论】：
我认为CIFAR dataset 可能会对您有所帮助。它说它涉及 8000 万个微小图像数据集的标记子集。通过提供的方式在 Python、Matlab 或 C（二进制版本）上加载数据集似乎很容易。
【讨论】：
也就是说，我不想担心从 不同的观点或在不同的照明条件下等。 几乎所有类别内的可变性都应归因于 该类别的内在可变性，例如猫的类别将 包含许多不同的图像，因为猫实际上看起来不同 从彼此，不是因为图像是在不同的情况下产生的 条件。
这不太现实。事实上，您最终会得到一个在实践中根本无法工作的系统——或者只能在非常受限的环境中工作。
我知道的一个这样的数据集（我不关心这样的数据集）是UIUC car datasets。 该数据库包含用于评估对象检测算法的汽车侧视图图像。 （单尺度+多尺度）
【讨论】：
尝试 PASCAL、ImageNet 和 SUN。加州理工学院和 MSRC 已经过时了。
您可能还想阅读这篇论文：Unbiased Look at Dataset Bias - Torralba(MIT) & Efros (CMU)：people.csail.mit.edu/torralba/publications/datasets_cvpr11.pdf
【讨论】：