【图像分割数据集汇总】字节发布 COCONut 入选 CVPR 2024，立即体验 Segment Anything 分割万物！

随着计算机视觉技术的不断发展，图像分割在诸多领域展现出重要的应用价值。近年来，各种图像分割数据集如雨后春笋般涌现。上个月，字节跳动发布了首个大规模全景图像分割数据集「COCONut」，为这一领域的研究注入了新鲜血液。

HyperAI超神经本周汇总了 10 个优质的图像分割数据集进行汇总和分析，以更好地推动相关研究的进展。

除此之外，GitHub 上超火的项目「Segment Anything 分割万物」也上线 hyper.ai 超神经官网的「教程」板块啦！快来体验一下图像分割的世界吧！

在线运行：https://go.hyper.ai/4GUjy

发布机构：字节跳动

发布时间：2024 年

预估大小：2.27 GB

下载地址：https://go.hyper.ai/D1XHs

COCONut 是由字节跳动发布的首个大规模人工标注的全景图像分割数据集，包含约 383K 图像和 518 万个经过人工标注的全景分割掩码。该成果已入选 CVPR 2024。

发布机构：埃因霍温理工大学

发布时间：2021 年

预估大小：157.78 MB

下载地址：https://go.hyper.ai/KD9NU

该数据集由 PASCAL VOC 2010 数据集上的 part-aware Panoptic Segmentation 任务的标注组成。相关成果已入选 CVPR 2021。

发布机构：佐治亚理工学院

发布时间：2020 年

预估大小：112.42 MB

下载地址：https://go.hyper.ai/oNGRX

PASCAL-5i 是一个用于评估小样本图像分割的数据集。该数据集被细分为 4 个部分，每个部分包含 5 个类别，共计 20 个类别。

发布机构：麻省理工大学

发布时间：2010 年

预估大小：8.15 GB

下载地址：https://go.hyper.ai/PWjWo

SUN09 数据集由 12,000 张带标注的图像组成，包含 200 多个对象类别。该数据集包含了自然、室内和室外的图像。每幅图像平均包含 7 个不同的标注对象，每个对象的平均占用面积是图像大小的 5 % 。该数据集已发表于 2010 年 IEEE CVPR。

发布机构：利兹大学

发布时间：2011 年

预估大小：1.7 GB

下载地址：https://go.hyper.ai/bXb4O

PASCAL VOC 2011 是一个图像分割数据集。其中训练集包含 2,223 张图像，由 5,034 个目标对象组成；测试集包含 1,111 个图像和 2,028 个目标对象。总共有超过 5,000 个精确分割的对象用于训练。

发布机构：马萨诸塞大学阿默斯特分校 

发布时间：2020 年

下载地址：https://go.hyper.ai/bvzRm

PhraseCut 数据集包含 77,262 张图像和 345,486 个短语-区域对。该数据集搜集自 Visual Genome 数据集，并使用现有的标注来生成一组具有挑战性的参考短语，对这些短语的相应区域进行人工标注。

发布机构：马克斯-普朗克智能系统研究所

发布时间：2019 年

下载地址：https://go.hyper.ai/JfmOO

MPI 全称 Moldflow Plastic Insight，由 100 多万张物理 3D 物体图像组成。图像有七个变化因素，如物体的颜色、形状、大小和位置等。该数据集可用于测试模拟环境和真实环境中的表征学习算法。相关成果已入选 NeurIPS 2019。

发布机构：维也纳医科大学

发布时间：2023 年

预估大小：160 MB

下载地址：https://go.hyper.ai/Ybpbg

CryoNuSeg 是一个用于冰冻切片 H&E 染色组织图像核实例分割的数据集。该数据集包含来自 10 个人体器官的图像，具有 512×512 像素的固定大小，并提供了 3 个人工标注，以允许测量观察者内和观察者间的变异性。

发布机构：University Digital Conservancy

发布时间：2020 年

预估大小：18.3 GB

下载地址：https://go.hyper.ai/dxw78

TrashCan 是一个水下垃圾的实例分割数据集，由 7,212 张标注图像组成，记录了各种水下垃圾、无人潜水器和海底动植物群的活动。该数据集的标注采用了实例分割标注的格式，其图像来源于 J-EDI 数据集。

发布机构：香港科技大学

发布时间：2019 年

预估大小：7.56 GB

下载地址：https://go.hyper.ai/eTDiv

FSS-1000 是一个小样本分割的数据集，包含 1,000 个类。该数据集探究仅通过 5 张人工标注的图像，训练模型完成图像识别任务。数据集包含大量在以前的数据集中，从未出现过或标注过的物体，如日常小物件、商品、卡通人物、 logo 等。

以上就是HyperAI超神经为大家汇总的 10 个图像分割分类数据集，如果你有想要收录 hyper.ai 官方网站的资源，也欢迎留言或投稿告诉我们哦！