CVPR2020上开源的十个最有用的数据集，用数据来构建更好的人工智能，数据搬运工从来不应该缺席！下面就是十个数据集的分别解释：

一个大规模高质量的3D人脸数据集，包括18760站高质量3D人脸模型，对938名自愿者实现20种表情采集，该数据训练可以实现对单张图像预测3D人脸的细节。适应于非商业开源项目。

数据集下载地址：https://facescape.nju.edu.cn/

全称是开放的单图表面标注，是大规模的单图三维表面数据集。该数据集采用了14万张的互联网图像，人工标注实现了三维表面像素级重建。该数据集可以在深度估算、三维表面重建、边缘检测、实例分割等方向上帮助研究者。

https://oasis.cs.princeton.edu/

来自谷歌母公司旗下Waymo开源的大规模、高质量、自动驾驶数据集。该数据包含大量高质量手动标注的3D与2D图像，包含了1150个场景，涵盖雷达与相机导航数据，城市与乡村道路。

数据集下载地址：https://waymo.com/open

来自Google Landmarks Dataset v2，一个大规模的图像检索与识别基准数据集。采集了20W人的500W的数据。

下载地址如下：https://github.com/cvdfoundation/google-landmark

基于细粒度动作理解的层次化视频数据集，主要为了动作识别领域的研究需要，由港中大开发的大规模、高质量的动作细粒度识别数据集。数据集在动作和子动作两个层次上实现标注，具有三个层次的语义，具有多个不同层次的语义。

下载地址如下：https://sdolivia.github.io/FineGym/

一个大规模的人脸伪造检测数据集，是目前为止最大的人脸伪造检测基准数据集，有60000个视频，总共有1760万帧真实世界的人脸，是当期其它同类数据集的十倍。

下载地址如下：

https://github.com/EndlessSora/DeeperForensics-1.0/blob/master/README.md

一个新的大规模多视角人体表达数据集，包含多个视角的自然衣着状态下的人体表达，这个数据集的主要目的是帮助更加有效的学习与重建人体，它是MPII-Gaze, Multi-PIE, Human3.6M, and Panoptic Studio datasets这些数据集的补充。

这个是一个最有意思的数据集，都知道行人RID的场景中，换了衣服很多算法都会扑街，这个方向的研究其实一直在进行，该数据集就是一个大规模的换衣行人再识别的数据集。提供了针对每个人多张不同衣着的照片。总结5266人的62382张身体图像，每个人有5∼25幅图像和2∼3种不同衣着。

视频与语言推理，一个新的大规模数据集，总计15887个视频片段包含95322个视频假设对，超过582个小时的视频，这些视频内容丰富，时间跨度大。主要来自流行的电视剧、电影剪切片断、油管。

下载地址：https://github.com/cvdfoundation/google-landmark

自动驾驶多模式数据集，针对多个自动驾驶场景下第一个拥有全自动驾驶传感器的数据集，包含六个相机、五部雷达与一部激光雷达，而且是360全景视图。用过1000个场景，每个场景8秒长的视频，包含标注的23类对象与8个属性类别的3D轮廓，比KITTI 数据集多七倍的标注信息与100倍的图像数据，拥有最大规模的3D标注框数据。

下载地址：https://www.nuscenes.org/