標籤：

做圖像檢索，圖像庫從哪兒能下載到？

01-07

這個問題對於每個剛做圖像檢索的人都會碰到，我剛開始CBIR的時候也是谷歌圖像庫漫天搜，後來隨著論文讀得多了，接觸到的圖像庫也漸漸多了。回到正題，目前做CBIR用得比較多且流行的有下面幾個:

  • 手寫數字圖像庫MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges，這個庫有共70,000張圖片，每張圖片的大小是28*28，共包含10類從數字0到9的手寫字元圖像，在圖像檢索里一般是直接使用它的灰度像素作為特徵，特徵維度為784維。

  • CIFAR-10 and CIFAR-100 datasets，這個資料庫包含10類圖像，每類6k，圖像解析度是32*32。另外還有一個CIFAR-100。如果嫌CIFAR-100小，還有一個更大的Tiny Images Dataset，上面CIFAR-10和CIFAR-100都是從這個庫里篩選出來的，這個庫有80M圖片。
  • Caltech101和Caltech256，從後面的數據可以看出它們分別有多少類了。雖然這兩個庫用於做圖像分類用得很多，不過也非常適合做CBIR，前面給的兩個資料庫由於圖像大小尺寸較小，在檢索可視化的時候顯示的效果不是很好。所以我比較推薦用Caltech256和Caltech101，Caltech256有接近30k的圖片，用這個發發論文完全是沒什麼問題的。如果要做幾百萬的實際應用，那得另尋資料庫。

  • INRIA Holidays，也是一個在做CBIR時用的很多的資料庫，圖像檢索的論文里很多都會用這個資料庫。該數據集是Herve Jegou研究所經常度假時拍的圖片（風景為主），一共1491張圖，500張query（一張圖一個group）和對應著991張相關圖像，已提取了128維的SIFT點4455091個，visual dictionaries來自Flickr60K，鏈接。

  • Oxford Buildings Dataset，5k Dataset images，有5062張圖片，是牛津大學VGG小組公布的，在基於辭彙樹做檢索的論文裡面，這個資料庫出現的頻率極高，鏈接。

  • Oxford Paris，The Paris Dataset，oxford的VGG組從Flickr搜集了6412張巴黎旅遊圖片，包括Eiffel Tower等，鏈接。

  • 201Books and CTurin180，The CTurin180 and 201Books Data Sets，2011.5，Telecom Italia提供於Compact Descriptors for Visual Search，該數據集包括：Nokia E7拍攝的201本書的封面圖片（多視角拍攝，各6張），共1.3GB； Turin市180個建築的視頻圖像，拍攝的camera有Galaxy S、iPhone 3、Canon A410、Canon S5 IS，共2.7GB，鏈接。

  • Stanford Mobile Visual Search，Stanford Mobile Visual Search Dataset，2011.2，stanford提供，包括8種場景，如CD封面、油畫等，每組相關圖片都是采自不同相機（手機），所有場景共500張圖，鏈接；以後又發布了一個patch數據集，Compact Descriptors for Visual Search Patches Dataset，校對了相同patch。

  • UKBench，UKBench database，2006.7，Henrik Stewénius在他CVPR06文章中提供的數據集，圖像都為640*480，每個group有4張圖，文件接近2GB，提供visual words，鏈接。

  • MIR-FLICKR，MIR-FLICKR-1M，2010，1M張Flickr上的圖片，也提供25K子集下載，鏈接。

此外，還有COREL，NUS-WIDE等。一般做圖像檢索驗證演算法，前面給出的四個資料庫應該是足夠了的。

參考：圖像檢索公開數據集

@小白菜 已經總結得很好了。

補充兩個 適合深度學習 的 大型訓練數據集

  1. retrieval-SfM Dataset（論文發表在ECCV2016）http://cmp.felk.cvut.cz/~radenfil/projects/siamac.html 提供了 120,000 張建築物訓練圖像。
  2. DukeMTMC-reID Dataset（論文發表在ICCV2017）提供了 16,522張行人訓練圖像， (17,661 + 2,228）張行人測試圖像。 以人搜人。

這裡對圖像領域常用的數據集的獲取做一個總結，具體的數據集的詳細信息和使用方法都可以在鏈接中學習到，先就不贅述了。

1. The 【CIFAR-10】 dataset

http://www.cs.toronto.edu/~kriz/cifar.html

2. 【IAPR TC-12】 Benchmark

http://www.imageclef.org/photodata

3. The 【MIRFLICKR】 RetrievalEvaluation

http://press.liacs.nl/mirflickr/

4. 【SUN Database】: Scene Categorization Benchmark

http://vision.princeton.edu/projects/2010/SUN/

5. The 【MNIST】 DATABASE ofhandwritten digits

http://yann.lecun.com/exdb/mnist/

6. TEXMEX: 【ANN_SIFT10K】,【ANN_SIFT1M】, 【ANN_GIST1M】, 【ANN_SIFT1B】

http://corpus-texmex.irisa.fr/

並可以找到Matlab讀取.fvecs, .ivecs和.bvecs後綴的mat文件

7. 【Tiny】 Images Dataset

http://horatio.cs.nyu.edu/mit/tiny/data/index.html

8. 【Photo Tourism】 (Exploring photo collection in 3D)

http://phototour.cs.washington.edu/

9. 【NUS-WIDE】

A Real-World Web Image Database from National University ofSingapore

http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm

這個也可以參考下哦

http://www.datatang.com/data/13693

10. The 【INRIA】 Holidaydataset

http://lear.inrialpes.fr/~jegou/data.php#holidays

11. 【LabelMe】

http://labelme2.csail.mit.edu/Release3.0/browserTools/php/dataset.php

這個可以需要自己使用matlab代碼運行下載或者在線使用。

http://people.csail.mit.edu/torralba/code/spatialenvelope/

可以參考一下這個鏈接的數據：The LabelMe-12-50k dataset

http://www.ais.uni-bonn.de/download/datasets.html

這裡也提供兩個可以下載其gist特徵提取後的mat數據集：

http://cs.nyu.edu/~fergus/research/tfw_cvpr08_code.zip

http://www.cs.toronto.edu/~norouzi/research/mlh/data/LabelMe_gist.mat

12. 【ILSVRC2010】

http://www.image-net.org/challenges/LSVRC/2010/

13. 【Caltech-256】

http://www.vision.caltech.edu/Image_Datasets/Caltech256/#Benchmarks

這個比Caltech-101改進許多，建議可以使用256

也附上Caltech-101的鏈接：

http://www.vision.caltech.edu/Image_Datasets/Caltech101/

14. Places Database: A scene recognition database

http://places.csail.mit.edu/

15.

Datasets

這個鏈接包含了深度學習中用到的音樂數據集， 自然圖片數據集（哈希可用），人工數據集，臉部數據集，文本，演講，推薦系統等的比較全面的數據集介紹以及詳細頁面鏈接。供參考。

看來知乎上CBIR的人不多啊， 你要寫論文還是要做應用？ 現在ImageNet是最好的庫了

Corel和Caltech 都是很老的庫了，也就是說的tuned的差不多了， 現在的頂級期刊都沒人用這些庫了， 最多做個baseline 庫而已， 建議你直接上手ImageNet， 做deeplearning和large-scale image retrieval 的都用這個，圖多 類多 而且diverse。做應用直接上flicker ， 直接選200k的那個庫， 原因就不用解釋了吧。 在2014年不管是寫論文還是做應用 還在用corel 和caltech的都弱爆了好么。。

當然也要看你做的領域 CBIR也有很多細分的 比如說做face， 做scene的 做OCR的 用的庫都不一樣 給你個鏈接：CVonline: Image Databases 這裡有詳細劃分和相關的鏈接

Content Based Image Retrieval / Image Database Search Engine (SIMPLIcity, WIPE, Virtual Microscope)

這個是Corel圖像資料庫

http://wang.ist.psu.edu/docs/related/

想問下有沒有關於醫學圖像的資料庫。。

想問LZ有沒有找到關於做圖像檢索的開源代碼 網上關於這方面用VS的很少 LZ有沒有資源啊T.T

推薦閱讀：

※沐神的第三代parameter server的worker節點只需要保存部分參數，怎麼理解？
※目前世界上有對強人工智慧的嘗試嗎？具體瓶頸是什麼？
※目前火熱的Deep Learning會滅絕傳統的SIFT/ SURF的特徵提取的演算法嗎？
※目前主流的attention方法都有哪些？
※CNN為什麼能使用在NLP？

TAG:人工智慧 | 計算機視覺 | 圖像檢索 | 深度學習DeepLearning |