目前最全的计算机视觉公开数据集汇总 持续更新 400+数据集
总计：47个类别，涵盖约400+个具体数据集
这47个类别基本覆盖了计算机视觉的全部主流研究领域，从底层图像处理（去噪/增强/修复）到中层视觉（检测/分割/跟踪），再到高层理解（识别/问答/推理），以及3D视觉、多模态学习和特殊应用场景。
目录
一、通用视觉基础数据集（分类/检测/分割）
二、自动驾驶与智能交通
三、视频理解与动作识别
四、3D视觉与点云（物体/场景）
五、遥感与航空图像
六、医疗影像（诊断/分割/重建）
七、视觉-语言多模态（CLIP/LLM训练）
八、专业领域与新兴任务
九、数据集聚合平台（一站式检索）
十、细粒度视觉分类（Fine-Grained Visual Classification）
十一、行人重识别（Person Re-identification）
十二、第一人称/自我中心视角视觉（Egocentric Vision）
十三、医学影像（补充）
十四、低光/夜间视觉增强
十五、图像去雾（Dehazing）
十六、图像去雨（Deraining）
十七、立体匹配与光流（Stereo Matching & Optical Flow）
十八、情感计算与面部属性
十九、人脸检测
二十、农业与植物表型
二十一、零售与自动结算
二十二、工业异常检测
二十三、视频目标跟踪（Visual Object Tracking）
二十四、多目标跟踪（Multi-Object Tracking, MOT）
二十五、图像修复（Image Inpainting）
二十六、阴影检测与去除（Shadow Detection/Removal）
二十七、反射去除（Reflection Removal）
二十八、单目深度估计（Monocular Depth Estimation）
二十九、事件相机/神经形态视觉（Event-based Vision）
三十、虚拟试穿与时尚（Virtual Try-on & Fashion）
三十一、文档理解（Document Understanding）
三十二、步态识别（Gait Recognition）
三十三、视觉问答（Visual Question Answering, VQA）
三十四、显著性目标检测（Salient Object Detection）
三十五、图像协调（Image Harmonization）
三十六、视觉地点识别（Visual Place Recognition）
三十七、3D点云分割（Point Cloud Segmentation）
三十八、视频超分辨率（Video Super-Resolution）
三十九、图像质量评估（Image Quality Assessment）
四十、骨架动作识别（Skeleton-Based Action Recognition）
四十一、神经辐射场/神经渲染（NeRF & Neural Rendering）
四十二、伪装目标检测（Camouflaged Object Detection, COD）
四十三、水下图像增强（Underwater Image Enhancement）
四十四、全景分割（Panoptic Segmentation）
四十五、视频异常检测（Video Anomaly Detection）
四十六、人群计数（Crowd Counting）
四十七、小样本学习（Few-Shot Learning）
一、通用视觉基础数据集（分类/检测/分割）
表格
| 数据集 | 发布机构 | 规模与特点 | 适用任务 | 下载地址 |
|---|---|---|---|---|
| ImageNet-1K/21K | 斯坦福李飞飞团队 | 1400万+图像，2万+类别，CV领域黄金标准 | 图像分类、预训练 |