Caltech-UCSD Birds200 鸟类图像数据集
Caltech-UCSD Birds-200-2011
Caltech-UCSD Birds 200 是一个鸟类图片数据集，包含 200 不同种鸟类，共计 11788 张图片。
深度卷积逆向图形网络（DC-IGN）人脸识别训练数据集
DC-IGN Dataset
DCIGN人脸数据集是采用深度网络 Deep Convolutional Inverse Graphics Network 进行人脸特征建模，旨在构建剔除人脸角度、光照、材质等外生条件的人脸模型。
Caltech-256 数据集
Caltech-256 Dataset
Caltech-256 是一个图像物体识别数据集，包含 30608 张图片，256个物体类别，每类图片最少80张，最多827张。
STL-10数据集
STL-10 Dataset
STL-10数据集是用于开发无监督特征学习，深度学习，自学习学习算法的图像识别数据集。它的灵感来自CIFAR-10数据集，但有一些修改
CIFAR-10图片分类数据集
CIFAR-10 Dataset
CIFAR-10数据集由10个类的60000个32x32彩色图像组成，每个类有6000个图像。有50000个训练图像和10000个测试图像。
国际计算机视觉竞赛PASCAL VOC数据集
Pascal VOC Dataset
Pascal VOC是世界计算机视觉领域知名的竞赛，比赛中，参赛者要对人、猫、鸟、飞机、汽车、船、盆栽等20类物体进行检测。由于训练样本较少，场景变化多端，非常具有挑战性。
NIST 结构化表单二进制图像参考数据集
NIST Structured Forms Reference Set of Binary Images (SFRS)
(SFRS) 是一个结构化表单的图像数据，包括5590页税务填报表单的黑白照片以及对应表单填报内容。
NIST手写表单和字符数据集
NIST Handprinted Forms and Characters Database
一个英文手写字符数据，由美国标准技术研究院发布（NIST），包括3600人工810000个英文字符的手写图像，可用于构建视觉字符识别（OCR）任务。
英文单词识别图像数据集
Text Recognition Data
Text Recognition 是一个文字识别图像数据，包含 900万张 图像，图像中有 9万 多个英文单词，可用于进行光学字符识别任务。
奥卢大学多媒体团队文档数据库
MediaTeam Oulu Document Database
MediaTeam Oulu Document 数据集是一个文档扫描图像和文档内容数据集，包含 500篇 1975年之前的文档信息。
法国国家信息与自动化研究所人体检测图像数据集
INRIA Person Dataset
INRIA Person 数据集用来对图像和视频中的直立行人进行检测。
Biwi Kinect头部姿势数据库
Biwi Kinect Head Pose Database
Biwi Kinect Head Pose Database 是一个人头部姿势图像数据集，包含 15000 多张，20个不同人的头部姿势的图像。