计算机视觉是人工智能的一个领域，它训练计算机解释和理解视觉世界。利用来自相机和视频的字图像以及深度学习模型，机器可以准确地识别和分类物体，然后对它们“看到的”做出反应。
本文总结了常用的开源计算机视觉数据集，数据集很多如果放网址会被认定广告，所以请自行通过名字搜索，数据集按照字母顺序排序。
1、COVID-19 X-Ray Dataset (V7)
这是COVID-19的V7版本的数据集，包含6500张AP/PA胸部x光片图像，像素级的多边形肺分割。其中有517例COVID-19病例。
每个图像都包含:
两个“肺”分割掩码
类型标签(病毒性、细菌性、真菌性、健康/无)
如果患者患有COVID-19，则会附加标签说明年龄、性别、体温、位置、插管状态、ICU住院情况和患者预后。
肺部注释是遵循像素级边界的多边形。可以将它们导出为COCO、VOC或Darwin JSON格式。每个注释文件都包含到原始全分辨率图像和缩小大小的缩略图。
2、CIFAR-10 & CIFAR-100
CIFAR-10和CIFAR-100是Alex Krizhevsky、Vinod Nair和Geoffrey Hinton收集的8000万张小图像数据集的标记子集。
CIFAR-10包含60000张32x32彩色图像，包含10个类(动物和真实物体)。每个类有6000张图片。这个数据集有50000张训练图片和10000张测试图片。
CIFAR-100包含100个类，每个类包含600个图像。每个类有500张训练图片和100张测试图片。
3、ImageNet
ImageNet是最受欢迎的图像数据集之一，拥有超过1400万张手工注释的图像。这个数据集就不用多介绍了
4、Kinetics-700
这是是一个大型视频数据集，包含650,000个剪辑，涵盖700个人类动作类。
这些视频包括演奏乐器等人与物之间的互动，以及拥抱等人与人之间的互动。每个动作类至少有700个视频剪辑，每个剪辑都标注了一个持续约10秒的动作类。
完整文章：
https://avoid.overfit.cn/post/33f42dacef5b4ba49537a91c45cf216a