文本分类数据集（共13个20ng,mr,R8,R52,ohsumed,wiki,agnews等） 数据量很多，适合进行深度学习实验

超分辨率常用数据集,包含数据增强方法和以下数据集：Set5, Set14, BSD100, BSDS200, BSDS300, BSDS500, 91-images,General-100, Manga109, Urban100, historical

使用标准的VOC 2007讲对应的test.txt，train.txt，val.txt（里面记录测试集，训练集，验证集图片的名称，不包括后缀名），结合对应的Annotations文件夹下的xml文件和JPEGImages文件夹下对应的数据集图片数据，转化为COCO形式的.json文件

在pascal官网下载的深度学习数据集，有时间的可以去官网直接下载。 官网：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.htm 着急用的从云盘直接拿走。

包含 t10k-images-idx3-ubyte.gz、t10k-labels-idx1-ubyte.gz、train-images-idx3-ubyte.gz、train-labels-idx1-ubyte.gz 以及它们各自的解压文件，还包含一个对gz格式进行解压的 un_gz.ipynb 文件。

打包labelme，无需装Anaconda，可直接用

VGG VOC数据集 VGG_VOC0712_SSD_300x300_ft_iter_120000.ckpt.zip， VGG_VOC0712_SSD_300x300_iter_120000.ckpt.zip， VGG_VOC0712_SSD_512x512_ft_iter_120000.ckpt.zip

用于yolo数据集标注，程序中的一些错误已经修改。安装完依赖包（PyQt5，lxml）后，点击startlabel .vbs即可直接启动，无命令行窗口

minst数据集哦,包括mnist-test-leveldb和mnist-train-leveldb，深度学习训练模型可用哦。

Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remo 所用数据源 WHU-RS Dataset. 从Google Earth（Google Inc.）收集的WHU-RS数据集[6]是一个新的公开可用的数据集，其包含大小为600×600像素的950幅图像，均匀分布在19个场景类中。一些示例图像如图5所示。我们可以看到，一些类别中的照明，尺度，分辨率和viewpoint-dependent外观的变化使得它比UCM数据集更复杂。