火焰和烟雾图像数据集
该数据集包含早期火灾和烟雾图像数据。数据集是使用手机在真实场景中捕获的早期火灾和烟雾图像。这些图像在各种照明条件下（室内和室外场景）、天气等条件下被捕获。该数据集非常适合用于早期火灾和烟雾检测。数据集可用于火灾和烟雾识别、检测、早期火灾和烟雾检测、异常检测等。数据集还包括典型的家庭场景，如垃圾燃烧、纸张塑料燃烧、田野作物燃烧、家庭烹饪等。
GTSRB德国交通标志数据集
德国交通标志基准测试是在 2011 年国际神经网络联合会议 (IJCNN) 上举办的多类单图像分类挑战赛。我们诚邀相关领域的研究人员参与：该比赛旨在参与者无需特殊领域知识。 我们的基准测试具有以下属性：
1.单.图像、多类分类问题
2.40多个班级
3.总共超过 50,000 张图片
4.逼真的大型数据库
MNIST 手写数字图像数据集
MNIST数据集是一个手写阿拉伯数字图像识别数据集，图片分辨率为 20x20 灰度图图片，包含‘0 - 9’ 十组手写手写阿拉伯数字的图片。其中，训练样本 60000 ，测试样本 10000，数据为图片的像素点值，作者已经对数据集进行了压缩。
CrackForest数据集
CrackForest数据集是一个带注释的道路裂缝图像数据库，可以大致反映城市路面状况
