出于科研需要，开一个帖子来总结一下自己在阅读文献中遇到过的数据库，也方便之后再使用。
分类+检测数据库
ImageNet
ImageNet,无需多言，上介绍：
What is ImageNet?
ImageNet is an image dataset organized according to the WordNet hierarchy. Each meaningful concept in WordNet, possibly described by multiple words or word phrases, is called a "synonym set" or "synset". There are more than 100,000 synsets in WordNet, majority of them are nouns (80,000+). In ImageNet, we aim to provide on average 1000 images to illustrate each synset. Images of each concept are quality-controlled and human-annotated. In its completion, we hope ImageNet will offer tens of millions of cleanly sorted images for most of the concepts in the WordNet hierarchy.
ImageNet是一个根据WordNet层级组织起来的数据库。每一个在WordNet上有意义的概念，可能是通过一个词，也可能是通过多个词组织起来的。都被称作“同义词组”。在WordNet上大约有100000个同义词组（概念），其中8000多个是名词。在ImageNet上，我们的目标是为每一个概念提供1000个图像。每一个图像都有质量保证和人工标注。在完成后，我们希望能够提供百万级的分类好的图片。
与其相关的竞赛是 ILSVRC。
分类数据库
MNIST
MNIST 是大牛Yan LeCun的工作之一，用来识别手写数字。简介：
The MNIST database of handwritten digits, available from this page, has a training set of 60,000 examples, and a test set of 10,000 examples. It is a subset of a larger set available from NIST. The digits have been size-normalized and centered in a fixed-size image.
It is a good database for people who want to try learning techniques and pattern recognition methods on real-world data while spending minimal efforts on preprocessing and formatting.
MNIST数据库是手写数字的数据库（人写的数字）。它包括训练集（60000个实例），测试集（10000个实例）。它是NIST数据库的一个子集。这些数字大小相同，而且都位于图像中央。
它可以帮助科研人员测试学习技术和模式识别方法。
CIFAR
CIFAR 是多伦多大学计算机科学系维护的一个数据库，全称是Canadian Institute for Advanced Research，都是分类好的图片，用来测试算法分类的错误率的。既然是多伦多大学的，果然……CIFAR有Hinton大神参与维护。CIFAR又分为CIFAR-10和CIFAR-100，其实就是10个类别和100个类别的区别。
CIFAR-10包括了60000张32x32的彩色图片，共分为10类，每一类6000张图片。总共有50000个训练图像和10000个测试图像。
这个数据库被分为5个训练批次（batch）和1个测试批次，每个批次10000张图片。测试批次准确包括了每个类别各1000张随机选择的图片。训练批次包含了随机选择的剩余的图片，也就是说，某些训练批次可能包含的某一个类别的图片会多一些。总共加起来，这五个训练批次共包含每类5000张图片。
这些分类都是互斥的。没有重叠，比如说有两个类是汽车（automobile）和卡车（truck）。汽车包括轿车，SUV等。卡车只包括大卡车。你要问我皮卡怎么算？答案是两个类里面都没有皮卡。
CIFAR-100差不多，就是类别多了10倍，每一类的图片的数量不同。详细的需要的时候再去看吧。
YFCC100
YFCC100是雅虎的图片/视频分类数据库。
检测数据库
PASCAL VOC 2007/2012
Visual Object Classes Challenge 2012 (VOC 2012) 是牛津大学出品的数据库，用来识别物体。简介：
The main goal of this challenge is to recognize objects from a number of visual object classes in realistic scenes (i.e. not pre-segmented objects). It is fundamentally a supervised learning learning problem in that a training set of labelled images is provided. The twenty object classes that have been selected are:
Person: person
Animal: bird, cat, cow, dog, horse, sheep
Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
There are three main object recognition competitions: classification, detection, and segmentation, a competition on action classification, and a competition on large scale recognition run by ImageNet. In addition there is a "taster" competition on person layout.
VOC2012的主要目标是从真实场景中识别物体。它的基本作用是为监督学习问题提供一个训练集。20个物体类别是：
- 人：人
- 动物：鸟，毛，牛，狗，马，羊
- 交通工具： 飞机，自行车，传，公交，轿车，摩托车，火车；
- 室内物体：瓶子，椅子，餐桌，盆栽植物，沙发，电视/显示器
物体识别主要有三类任务：
- 分类，检测和分割
- 动作分类
- 大尺度识别（by ImageNet）
- 额外的：人体轮廓
COCO
COCO 是一个新的图像识别，分割，标记数据库。这里面的图像都已经预先分割好了，就看你的算法分割的错误率低不低了。与其相关的竞赛是COCO 2016 Detection and Keypoint Challenges
KITTI
KITTI Vision Benchmark Suite，测试自动驾驶 。这个库里面的图片都是汽车在行驶过程中在Karlruhe这个城市拍摄的街景，都有标签。比较小，只有289张训练图片。
其中一些道路标签包括：Highway, minor road
分割数据库
CityScapes Dataset
CityScapes dataset 目标是城市街景的语义理解（感觉就是城市街景里面的物体识别）。特点：
Type of annotations
- Semantic
- Instance-wise
- Dense pixel annotations
Complexity
- 30 classes
- See Class Definitions for a list of all classes and have a look at the applied labeling policy.
Diversity
- 50 cities
- Several months (spring, summer, fall)
- Daytime
- Good/medium weather conditions
- Manually selected frames
- Large number of dynamic objects
- Varying scene layout
- Varying background
Volume
- 5 000 annotated images with fine annotations (examples)
- 20 000 annotated images with coarse annotations (examples)
