不同场景的图像标题数据集。场景分布包括自然风景，城市街道，展览，家庭环境等。每张图像包括3-5个句子英语描述。

OCR字幕数据集的14种语言。图像的主题包括公交站，海报，路标等。每张图像包括3-5个句子英语描述。

人脸图像标题的各种头部姿势，面部表情等。每个图像都包含3-5个句子英语描述。

不同角度和手势类别的手势图像标题数据集。每个图像包括3-5个句子英语描述。

面部皮肤缺陷数据集，包括痤疮，痤疮疤痕，黑斑，皱纹和黑眼圈。

包含CCTV场景和非CCTV场景的人体运动视频字幕数据集。人体运动包括行走、喝水、打哈欠、健身等。每个视频都刻有英语字幕。

7个面部表情数据集，包括普通，快乐，惊奇，悲伤，愤怒，恶心，害怕。

57个面部微表情数据集，包括内眉上扬（AU1）、外眉上扬（AU2）、上眼睑提升（AU5）等，等等。

DMS危险行为，疲劳行为和视觉运动行为的数据集。数据集多样性包括各种主题年龄，时间段，车辆类型和相机位置。

2D防欺诈数据集。真实的面部数据包括面部动作视频，面部图像和唇彩视频。 防欺诈数据包括假面部动作视频，假唇语言视频和假面部图像。

包含18个手势类别的手势识别数据集。手势类别包括数字1、OK、LOVE等。在数据集标注中，采用了手部的21个关键点和多个手势标签。

自然场景的亚洲语言（日语，韩语等）和欧洲语言（法语，德语等）的OCR数据集。在标注方面，采用了行级四边形边界框标注和文本转录。

包含英文和日文的手写OCR数据。在标注方面，采用了行级四边形边界框标注和文本转录。

3D防欺诈数据集。真实的面部数据包括面部图像。 防欺诈数据包括虚假的面部图像。每个图像对应于深度图像，深度值文件和相机参数文件。

多种族人脸识别数据集。每位受试者有29张面部图像，包括14张室内多姿态图像、14张室外多姿态图像以及1张身份证图像。标注信息包括种族、性别、年龄和面部姿态。