这篇文章介绍了多个常用的计算机视觉数据集，涵盖图像和视频领域，并简要说明了其应用场景。以下是对文章内容的整理和润色：
常用计算机视觉数据集概述
本文总结了多个在计算机视觉领域广泛应用的数据集，这些数据集用于训练和评估各种图像和视频相关的算法。 它们在图像分类、目标检测、语义分割等任务中扮演着关键角色。
图像数据集:
-
PASCAL VOC (Visual Object Classes) (2005-2012): 该数据集包含多个版本 (VOC2005-VOC2012)，包含图像和相应的目标标注。类别数量从4个到20个不等，图像数量也随版本递增。 它常用于目标检测和图像分割任务。 PyTorch 提供了
VOCSegmentation()和VOCDetection()用于访问该数据集。
-
SUN Database (Scene Understanding Database) (2010): 也称为 SUN397，包含超过10万张场景图像，涵盖397个类别。 主要用于场景识别任务。 在 PyTorch 中，可以使用
SUN397()访问。
-
Cityscapes (2016): 包含25,000张城市街景图像，其中5,000张进行了精细标注，20,000张进行了粗略标注，共30个类别。 主要用于语义图像分割。 PyTorch 提供
Cityscapes()用于访问，但具体使用方法未在此文中详细说明。
精细标注图像示例:
粗略标注图像示例:
视频数据集:
-
Kinetics (2017-2019): 包含多个版本 (Kinetics-400, Kinetics-600, Kinetics-700)，包含大量的短视频片段，每个片段持续约10秒，并带有动作类别标签。 主要用于视频分类任务。 PyTorch 提供
Kinetics()函数访问。
(其他数据集，原文已提及但未展开，此处略去)
本文简要介绍了几个重要的计算机视觉数据集，为研究者提供了一个便捷的参考。 更详细的信息，请参考各个数据集的官方网站。
