适合搜索计算机视觉数据集、图像识别数据集、目标检测数据集、图像分割数据集和视觉语言训练数据的用户。
计算机视觉项目不能只按图片数量选择数据集。任务类型、标注粒度、类别分布、图像来源、许可条件和训练测试划分都会直接影响模型结果。这个专题将综合视觉数据平台与经典基准放在同一个入口，便于先按任务筛选，再回到原站核验版本。
图像分类、目标检测、实例分割、自动驾驶和场景图任务使用的数据结构并不相同。开始下载前应确认标签格式、类别定义、图像尺寸、样本偏差，以及是否提供官方训练集、验证集和评测协议。
对于需要商业部署或生成式视觉训练的项目，还应额外检查图像授权、人物隐私、地域偏差和衍生模型限制。DataHub 只提供发现入口，不替代数据发布方的许可文件和数据卡。
适合哪些场景
- 查找图像分类、检测、分割和场景理解数据集。
- 为计算机视觉模型训练、基准评测和课程实验建立候选清单。
- 比较不同数据集的任务类型、标签结构和下载方式。
如何选择
- 先确定任务是分类、检测、分割、关键点还是视觉语言，再选择标注结构匹配的数据。
- 优先检查类别覆盖、长尾分布、图像分辨率和训练验证划分是否适合目标场景。
- 需要跨数据集比较时，确认评测指标、预处理方式和版本保持一致。
使用前核验
- 核对数据许可、引用方式、版本号和最近更新时间。
- 检查人脸、车牌、地理位置等敏感信息的处理要求。
- 避免训练集与测试集重复，记录下载时间与文件校验信息。