Skip to content

🏫DeepLearning学习笔记以及Tensorflow、Pytorch的使用心得笔记。Dr. Sure会不定时往项目中添加他看到的最新的技术,欢迎批评指正。

Notifications You must be signed in to change notification settings

545999961/Dr.Sure

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

70 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Attention!

我的Dr.Sure项目正式上线了,主旨在分享学习Tensorflow以及DeepLearning中的一些想法。期间随时更新我的论文心得以及想法。

Github地址:https://github.com/wangqingbaidu/Dr.Sure

CSDN地址:http://blog.csdn.net/wangqingbaidu

个人博客地址:http://www.wangqingbaidu.cn/


此目录包括2个文件夹,一个是Algorithm,一个是LearningTensorflow

  1. Algorithm文件夹整理目前最新的论文分享详解以及在CangJe项目中的代码支持等。
  2. LearningTensorflow文件夹存放的是使用Tensorflow过程中的一些经验以及一些抽象出来的utils使用总结。

  1. Attention-based Extraction of Structured Information from Street View Imagery.md, Tensorflow中OCR识别的的论文介绍。

  2. DSSMs: Deep Structed Semantic Models 深度语义模型,不同信息源映射到一个相同的语义空间。

  3. KL散度, KL散度的一些基本知识以及应用场景,相关性质的证明。

  4. 信息检索评价指标,信息检索中的多种评价指标,衡量一个检索系统的好坏。

  5. 分类、检测问题总结,总结了从12年到17年图像分类任务以及目标检测任务的发展脉络。

  6. ThinkinginWeaklySupervisedLearning,弱监督学习的一些总结。

  7. A Recipe for Training Neural Networks.md, 大神Karpathy的经验之谈,转载自Karpathy的博客。


  1. TFrecord&QueueRunner.md,简单介绍如何针对原始数据生成TFrecord以及从TFrecord中解析出一个样本。QueueRuuner部分介绍如何将TFrecord的文件应用到计算图中。

  2. Losses.md,Loss function相关的介绍。

  3. Optimizer.pdf,Tensorflow中相关优化函数介绍。

  4. Identity-TF.md,最近看到有些TensorFlow的代码中使用到了tf.control_dependencies、tf.identity操作,这里做个简单的总结。

  5. tf.contrib.layers.optimize_loss.md,优化器选择,集成了三个优化参数的主要步骤。

  6. object_detection源码解析,一点点解构models中的目标检测代码。

    源代码位置:models.research.object_detection


  1. distance.py基于Tensorflow,用于计算两个tensor的距离的代码,目前已经添加cosine距离。

下面是几乎目前CV相关的开源数据集的整理。

Images Analysis

数据集 介绍 备注 网址
Flickr30k 图片描述 31,783 images,每张图片5个语句标注 链接
Microsoft COCO 图片描述 330,000 images,每张图片至少5个语句标注 链接
ESP Game 多标签定义图像 20,770 images,268 tags,诸如bed, light man,music 链接
IAPRTC-12 多标签定义图像 19,452 images,291 tags 链接
NUS-WIDE 多标签定义图像 269,648 images,several tags (2-5 on average) per image 链接
CUHK-PEDES 以文搜图 34,054 images,每张图片2条描述 链接
VRD 视觉关系检测 5,000 images, 100目录,37,993对关系 链接
sVG 视觉关系检测 108,000 images, 998,000对关系 链接
Visual Genome Dataset 图像属性检测 108,077 images, 5.4 M 区域块,2.8 M 属性,2.3 M 关系 链接
VQA 问答系统 1,105,904问题,11,059,040 回答 链接
Visual7W 问答系统 327,939 问答对 链接
TID2013 图像质量评价 25张参考图像,24个失真类型 链接
CSIQ 图像质量评价 30张参考图像,6个失真类型 链接
LIVE 图像质量评价 29张参考图像,5个失真类型 链接
WATERLOO 图像质量评价 4744张参考图像,20个失真类型 链接
photo.net 图像美观评价 20,278张图像,打分[0,10] 链接
DPChallenge.com 图像美观评价 16,509张图像,打分[0,10] 链接
CUHK 图像美观评价 28,410张图像,只分高质量和低质量 链接
AVA 图像美观评价 255,500张图像,打分[0,10] 链接

Image Motion & Tracking

数据集 介绍 备注 网址
CUHK03 Person re-identification(人重识别) image num:13164 person num:1360 camera num:10( 5 pairs) 链接
CUHK02 Person re-identification(人重识别) image num:7264 person num:1816 camera num:10( 5 pairs) 链接
CUHK01 Person re-identification(人重识别) image num:3884 person num:971 camera num: 2 链接
VIPeR Person re-identification(人重识别) image num:1264 person num:632 camera num:2 链接
ETH1,2,3 Person re-identification(人重识别) image num:8580 person num:83,35,28 camera num:1 链接
PRID2011 Person re-identification(人重识别) image num:24541 person num:934 camera num:2 链接
MARS Person re-identification(人重识别) image num:11910031 person num:1261 camera num:6 链接
Market1501 Person re-identification(人重识别) image num:32217 person num:1501 camera num:6 链接
Epic Fail (EF) dataset Risk Assessment(风险评估) video num:3000 链接
Street Accident (SA) dataset Risk Assessment(风险评估) video num:1733 链接
OTB-50 visual tracking(跟踪) video num:50 链接
OTB-100 visual tracking(跟踪) video num:100 链接
VOT2015 visual tracking(跟踪) video num:60 链接
ALOV300 visual tracking(跟踪) video num:314 链接
MOT visual tracking(跟踪) video num:train:11 test:11 链接
THUMOS Temporal action localization(动作定位) video num:~3K activities class:20 instances:~3K 链接
ActivityNet Temporal action localization(动作定位) video num:20k activities class:200 instances:7.6K 链接
Mexaction2 Temporal action localization(动作定位) activities class:2 instances:1975 链接
FlyingChairs dataset optical flow(光流) image pairs:22k 链接
FlyingThings3D optical flow(光流) image pairs:22k 链接
KITTI benchmark suite optical flow(光流) image pairs:1600 链接
MPI Sintel optical flow(光流) image pairs:1064 链接

Video Analysis & Scene Understanding

数据集 介绍 备注 网址
UCF101 动作行为识别 13320 video,101类动作,主要是五大类:1)人-物交互;2)肢体运动;3)人-人交互;4)弹奏乐器;5)运动 链接
HMDB51 动作行为识别 7000 videos,51类,包括人脸表情动作,身体动作,人与人交互等 链接
Moments-in-Time 动作行为识别 1,000,000 videos,339类 链接
ActivityNet 1.3 动作行为识别 20,000 videos,200类 链接
Kinetics 动作行为识别 300,000 videos,400类 链接
AVA 动作行为识别 57,600 videos,80类 链接
Collective Activity Dataset 群体活动行为识别 44 videos,穿叉、行走、等待、交谈和排队 五类 链接
Choi’s New Dataset 群体活动行为识别 32 videos,聚会,谈话,分开,一起走,追逐和排队 六类 None
ActivityNet 1.3 检测动作事件的起始时间和终止时间 20,000 videos,200类动作的起始时间和终止时间 链接
THUMOS 检测动作事件的起始时间和终止时间 15,000 videos,101类动作的起始时间和终止时间 链接
MED 事件检测 32,744 videos,20个事件 链接
EventNet 事件检测 90,000 videos,500个事件 链接
Columbia Consumer Video 事件检测 9,317 videos,20个事件 链接
ADE20K 事件检测 20,210 videos,900个事件 链接
DAVIS 视频主物体分割 50 videos,分割标注 链接
FBMS 视频主物体分割 59 videos,分割标注 链接
IJB-C 视频人脸识别 11,000 videos, 链接
YouTube Faces 视频人脸识别 3,425 videos,1595 人 链接
MS-Celeb-1M 视频人脸识别 1,000,000 images,21,000人 链接
MSVD 视频描述 1,970 videos 链接
MSR-VTT-10K 视频描述 10,000 videos 链接
MSR-VTT-10K 视频描述 链接

3D Computer Vision

数据集 介绍 备注 网址
photoface database 基于光度立体视觉的二维和三维人脸识别数据库 总共7356张图像,包含1839个session和261个subjects None
NYU Depth V2 dataset 关于RGBD 图像场景理解的数据库 提供1449张深度图片和他们的密集2d点类标注 链接
SUN RGBD dataset 是上面的NYU Depth V2 dataset的超集,多了3D bounding boxes和room layouts的标注。 有10,000张RGB-D图片,有58,657个3D包围框和146,617 个2d包围框。 链接
PASCAL3D+ 新的三维物体检测和姿态估计数据集,从PASCAL VOC 演化而来,包含图像,注解,和3D CAD模型 总共12个类,平均每个类别有3000多个实例 链接
IKEA 包含典型室内场景的三维模型的数据库,例如桌子椅子等 包含大约759张图片和219个3D模型 链接
New Tsukuba Dataset 包含了很多立体物体对的数据库,用于立体物体匹配 总共1800个立体物体对,以及每立体对的立体视差图、遮挡图和不连续图 链接
Oxford RobotCar Dataset 关于户外自动驾驶的数据集。 包含在驾驶汽车过程从6个摄像头收集的2000w张图片,和当时的激光雷达,GPS和地面实况标注。 链接
Middlebury V3 包含高分辨率物体立体视差标注的数据库 包含33个类,没有明说每类有多少数据 链接
ShapeNet 包含3D模型,和3d模型的类别标注的数据集,覆盖了常用的3D数据集PASCAL 3D+。 它涵盖55个常见的对象类别,有大约51,300个3D模型 链接
MICC dataset 包含了3D人脸扫描和在不同分辨率,条件和缩放级别下的几个视频序列的数据库。 有53个人的立体人脸数据 链接
CMU MoCap Dataset 包含了3D人体关键点标注和骨架移动标注的数据集。 有6个类别和23个子类别,总共2605个数据。 链接
DTU dataset 关于3D场景的数据集。 有124个场景,每场景有49/64个位置的RGB图像和结构光标注。 链接

Analyzing Humans in Images

数据集 介绍 备注 网址
MSR-Action3D 包含深度的动作识别数据集, 有20个动作,总共557个序列。 链接
Florence-3D 包含深度的动作识别数据集, 有9个动作,总共215个动作序列。 链接
Berkeley MHAD 包含深度的动作识别数据集, 有11个动作,产生660个动作序列。 链接
Online Action Detection 包含深度的动作识别数据集, 数据集包含59个长序列,包含10种不同的日常生活行为。 链接
ChaLearn LAP IsoGD Dataset RGB-D图像的手势识别的数据集。 包括47933个RGB-D手势视频,有249个手势标签。Training有35878视频,Validation有5784个,test有6271个 链接
MAFA dataset 关于面部遮挡问题的数据集 有30, 811张人脸和35806张有遮挡的脸组成。 链接
MSRC-12 Kinect Gesture Dataset 手势识别数据集 有4900张图片,包含12个不同手势, 链接
2013 Chalearn Gesture Challenge dataset 手势识别数据集 有11000张图片,包含20个不同手势, 链接
WIDER FACE 人脸检测数据集 有 32,203 张图片,标注了393703个人脸。 链接
FDDB 人脸检测数据集 2845张图片,标注了5171张人脸。 链接
300-VW dataset 面部表情数据集 包含114个视频和总计218,595帧。 链接
HMDB51 人类行为识别的数据集 包含51个动作,总共有6766个视频剪辑 链接
MPII Cooking Activities Dataset 人类行为识别的数据集 包含65个动作,有5609个视频 链接
UCF101 人类行为识别的数据集 包含101个动作,有13320个视频 链接
IJB-A dataset 包含视频和图片人脸识别的数据集 包含5712个图像和2085个视频 链接
YouTube celebrities 视频人脸识别的数据集 包含47位名人的1910个视频 链接
COX 视频人脸识别的数据集 包含1000个主题的4000个视频 链接
Human3.6M 人体姿态估计的数据集 360万张3D照片,11名受试者在4个视点下执行15个了不同的动作 链接
iLIDS 行人重识别的数据集 476 张图像,包含119个人 链接
VIPeR 行人重识别的数据集 632个行人图片对(由两个相机拍摄) 链接
CUHK01 行人重识别的数据集 包含971行人, 3884张图片 链接
CUHK03 行人重识别的数据集 包含1360行人, 13164张图片 链接
RWTH-PHOENIX-Weather multi-signer 2014 手语识别的数据集 包含了5672个德语手语的句子,有65,227个手语姿势和799,006帧 链接
AFLW 人类面部关键点的数据集 总共约有25k张脸,每幅图像标注了大约21个位置。 链接
CMU mocap database 动作识别的数据集 2235个数据,包含144个不同的动作。 链接
Georgia Tech (GT) database 人脸识别数据库 50个人每人15张人脸。 链接
ORL 人脸识别数据库 40个人每个人10张图。 链接

Application

数据集 介绍 备注 网址
DogCentric Activity Dataset 第一视角的狗和人之间的相互行为的数据集(视频) 总共有10类,具体数据量没有明说,y是动作类别 链接
JPL First-Person Interaction Dataset 第一视角观察动作的数据集 57个视频,8个大类,y是动作类别 链接
NUS-WIDE 关于图像文本匹配的数据集 269,648个图像和对应的标签 链接
LabelMe Dataset 关于图像文本匹配的数据集 3825个图像和对应标签 链接
Pascal Dataset 关于图像文本匹配的数据集 5011张训练图像和4952张测试图像 )
ICDAR 2015 关于文本检测的数据集 1500张训练,1000张测试,y为四边形的四个顶点。 链接
COCO-Text 关于文本检测的数据集 63686张图片,其中43686张被选为训练集,剩下的2万用于测试。 链接
MSRA-TD500 关于文本检测的数据集 300个训练,200个测试图像 链接
Microsoft 7-Scenes Dataset 室内人体运动的数据集 有7种不同室内环境,每包含500-1000张图像视频序列。 链接
Oxford RobotCar 户外自动驾驶数据集 包含图像,激光扫描结果和GPS数据。 链接

Low- & Mid-Level Vision

数据集 介绍 备注 网址
Deep Video Deblurring for Hand-held Cameras video/image deblurring(图像去模糊) video num:71 video time: 3-5s blurry and sharp pair image num:6708 链接
GOPRO dataset video/image deblurring(图像去模糊) blurry and sharp pair image num:3214 train num:2103 test num:1111 链接
BSD68 image restoration(图像修复)/高斯降噪 image num:68 链接
BSD100 "image restoration(图像修复)super resolution超分辨率重建" image num:100 链接
Set5 "image restoration(图像修复)super resolution超分辨率重建" image num:5 链接
Set14 "image restoration(图像修复)super resolution超分辨率重建" image num:14 链接
Urban100 "image restoration(图像修复)super resolution超分辨率重建" image num:100 链接
NYU v2 dataset "image restoration(图像修复)depth super resolution深度超分辨率重建" image num:1449 链接
Middlebury dataset "image restoration(图像修复)depth super resolution深度超分辨率重建" image pair num: 33 链接
alpha matting benchmark Natural image matting(抠图) "train num:27,test num:8" 链接
real image benchmark Natural image matting(抠图) "train num:49300,test num:1000" 链接
MSRA10K/MSRA-B Image saliency detection(显著性区域检测) image num(MSRA10K):10000 image num(MSRA-B):5000 链接
ECSSD Image saliency detection(显著性区域检测) image num:1000 链接
DUT-OMRON Image saliency detection(显著性区域检测) image num:5168 链接
PASCAL-S Image saliency detection(显著性区域检测) image num:850 链接
HKU-IS Image saliency detection(显著性区域检测) image num:4447 链接
SOD Image saliency detection(显著性区域检测) image num:300 链接
Describable Textures Dataset texture synthesis(纹理合成) image num:5640 category num:47 split train:val:test = 1:1:1 链接
CVPPP leaf segmentation Instance segmentation(样例分割) image num: 161 train num: 128 test num: 33 链接
KITTI car segmentation Instance segmentation(样例分割) image num: 3976 train num: 3712 test num: 144 val:120 链接
Cityscapes Instance segmentation(样例分割) image num: 5000 train num: 2975 test num: 1525 val:500 链接
SYMMAX Symmetry Detection(对称性检测) image num: train:200 test:100 链接
WHSYMMAX Symmetry Detection(对称性检测) image num: train:228 test:100 object num: 1 链接
SK506 Symmetry Detection(对称性检测) image num: train:300 test:206 object num: 16 链接
Sym-PASCAL Symmetry Detection(对称性检测) image num: train:648 test:787 object num: 14 链接
Color Checker Dataset Color constancy(颜色恒定) image num: 568 链接
NUS 8-Camera Dataset Color constancy(颜色恒定) image num: 1736 链接

Text

数据集 介绍 备注 网址
Stanford Sentiment Treebank 文本情感分析 11855个句子划分为239231个短语,每个短语有个概率值,越小越负面,越大越正面 链接
IMDB 文本情感分析 100,000句子,正面负面两类 链接
Yelp 文本情感分析 链接
Multi-Domain Sentiment Dataset(Amazon product) 文本情感分析 100,000+句子,正面负面2类或强正面、弱正面、中立、弱负面、强负面5类 链接
SemEval 文本情感分析 20,632句子,三类(正面、负面、中立) 链接
Sentiment140(STS) 文本情感分析 1,600,000句子,三类(正面、负面、中立) 链接

About

🏫DeepLearning学习笔记以及Tensorflow、Pytorch的使用心得笔记。Dr. Sure会不定时往项目中添加他看到的最新的技术,欢迎批评指正。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Python 100.0%