目标检测中用到的数据集

以下是一些常用的目标检测数据集：

1. COCO (Common Objects in Context)：包含超过330K张图像，包含80种常见的物体类别。

2. Pascal VOC (Visual Object Classes)：包含20种不同的物体类别，共有20K张图片。

3. ImageNet：包含超过1400万张图像，共有1000个类别，其中包含多个与目标检测相关的类别。

4. KITTI：包含用于自动驾驶应用的室外场景下的汽车，行人和自行车等物体的图像和视频。

5. Open Images：Google发布的大规模图像数据集，包含超过90万张图像和6000多个类别。

6. Microsoft COCO-Text：包含了超过63K张图像，其中包含了各种各样的文字。

7. WIDER FACE：包含超过32K张图像，标注了人脸的位置和尺寸。

8. SUNRGBD：包含超过10K张室内场景图像，其中包含了物体的位置，大小和3D信息。

9. Cityscapes：用于自动驾驶应用的城市街景图像数据集，包含25K张图像和8个类别。

10. VisDrone：包含用于无人机检测和跟踪的航拍图像和视频。