Dados públicos de treinamento para detectores de veículos em visão computacional?

Esta pergunta é para qualquer pessoa familiarizada com a pesquisa de detecção de objetos (especificamente veículos).

Eu sou novo em visão computacional e estou confuso sobre o treinamento de classificadores de detecção de objetos. Especificamente, o objetivo é a detecção de veículos. Estou lendo a literatura de detecção de veículos há semanas, mas ainda estou um pouco confuso.

O que me deixa confuso é a avaliação. Para a avaliação de um sistema, a comunidade de pesquisa geralmente possui um conjunto de dados de referência que pode ser usado para testar dados. Mas o desempenho de um sistema também depende muito dos dados que foram usados ​​para treiná-lo, não?

Então, também não existem conjuntos de dados de treinamento por aí? Isso tornaria comparações de método muito mais uniformes. Parece que eu continuo encontrando documentos usando conjuntos de dados comparados para avaliação, mas não mencionando de onde eles obtiveram seus dados de treinamento.

Você normalmente usa o mesmo conjunto de dados (ou melhor, partes dele) para treinamento e teste. I. e. você divide o conjunto de dados em um conjunto de treinamento e um conjunto de teste. Uma técnica comum para avaliar classificadores em geral é chamada validação cruzada de 10 vezes. Você divide seu conjunto de dados de 10 maneiras diferentes, de modo que 90% dos dados são usados ​​para treinamento e 10% dos dados são usados ​​para teste. Dessa forma, você obtém 10 resultados de precisão diferentes, que podem ser usados ​​para fazer testes de significância estatística para mostrar que seu classificador é melhor que o de outra pessoa.