ImageNet

ImageNet数据集共有1400多万张图片，2万多个类别，超过百万的图片有明确的类别标注以及物体的位置信息。

PASCAL VOC

PASCAL(pattern analysis, statistical modelling and computational learning) VOC为图像分类与图像检测提供了一整套标准的数据集。其中常用的数据集有VOC 2007和VOC 2012。VOC图像质量较好，标注比较完整，适合进行模型的性能检测

VOC 2007 包含9963张标注过的图片以及24640个物体标签
VOC 2012 包含11530张图片，包含20个物体类别，图片大小约500 $\times$× 375.

PASCAL VOC还提供了一套标准数据集格式，尤其是对于物体检测领域，大部分开源物体检测算法都提供了PASCAL VOC的数据接口。对于物体检测，有3个重要文件夹：

• JPEGImages：包含所有训练与测试的图片
• Annotations：存放XML格式的标签数据，每一个XML文件都对应于JPEGImages文件夹下的一张图片
• ImageSets：物体检测只需要Main子文件夹，并在Main文件夹中建立Trainval.txt、train.txt、val.txt、test.txt，在个文件中记录相应的图片名即可

COCO(Common Objects in Context)

COCO针对物体检测、分割、图像语义理解和人体关节点等，拥有超过30万张图片，200多万个实例及80个物体类别。相比于PASCAL VOC，COCO数据集难度更大，拥有的小物体更多，物体大小的跨度也更大

众多开源算法也会提供以COCO格式为标准的数据加载方式

CIFAR10

CIFAR10数据集包含十个类别：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。图像尺寸为 $3\times 32\times32$3×32×32