1 ISPRS資料集
ISPRS官方提供了航空、無人機、傾斜影像資料進行密集匹配和三維重建，以下給出相應的資料獲取地址。注意這三組資料的下載都是免費的，但是需要填寫登記表並用郵件發給資料提供方，提供方會將最終的下載連結發至郵箱。

1.1 航空資料

一共提供了兩組航空實驗資料，一組是高樓林立的加拿大Toronto地區，另一組是半農村地區的德國Vaihingen地區。兩組資料的航向重疊度為60%，旁向重疊度為30%。

1.2 無人機資料

1.3 傾斜資料

2 EuroSDR資料集
一共提供了兩組航空實驗資料，一組是高樓林立的德國Muenchen地區，另一組是半農村地區的德國Vaihingen地區。兩組資料的航向重疊度為80%，旁向重疊度為60%。

3 Middlebury資料集

Middlebury視覺網站提供了計算機視覺領域研究立體匹配最重要的標準測試集，該網站給出的影像都是經過核線校正的近景影像。影像型別十分豐富，包含弱紋理、重複紋理、陰影、光照差異等難以處理的情況下的立體影像。

4 KITTI資料集
KITTI針對自動駕駛領域的研究，給出了豐富的街景立體核線影像。

5 中科院自動化所資料集
國內的中科院自動化研究所提供了多組近景三維重建的資料集。

6. CIFAR-10 & CIFAR-100
    CIFAR-10包含10個類別，50,000個訓練影象，彩色影象大小：32x32，10,000個測試影象。

    （類別：airplane，automobile, bird, cat, deer, dog, frog, horse, ship, truck）

    （作者：Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton）

    （資料格式：Python版本、Matlab版本、二進位制版本<for C程式>）

     CIFAR-100與CIFAR-10類似，包含100個類，每類有600張圖片，其中500張用於訓練，100張用於測試；這100個類分組成20個超類。每個影象有一個"find" label和一個"coarse"label。
 

7. 影象分類結果及對應的論文
    影象分類結果及應的論文，包含資料集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1     

    ILSVRC： ImageNet Large Scale Visual Recognition Challenge

8. ImageNet
    ImageNet相關資訊如下：

    1）Total number of non-empty synsets: 21841
    2）Total number of images: 14,197,122
    3）Number of images with bounding box annotations: 1,034,908
    4）Number of synsets with SIFT features: 1000
    5）Number of images with SIFT features: 1.2 million

9. COCO
    COCO(Common Objects in Context)是一個新的影象識別、分割、和字幕資料集，它有如下特點：

    1）Object segmentation

    2）Recognition in Context
    3）Multiple objects per image
    4）More than 300,000 images
    5）More than 2 Million instances
    6）80 object categories
    7）5 captions per image
    8）Keypoints on 100,000 people

    COCO 2016 Detection Challenge(2016.6.1-2016.9.9)和COCO 2016 Keypoint Challenge(2016.6.1-2016.9.9)已經由Microsoft發起 由ECCV 2016(ECCV：European Conference On Computer Vision )。

   3）Human3.6M (3D Human Pose Dataset)

         - 《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation》