SVHN 数据集是一个真实的图像数据集，用于开发机器学习和对象识别算法，对数据预处理和格式化的要求最低。 可以看出它与 MNIST 的特点相似（例如，图像是小的裁剪数字），但是包含更多标记数据的数量级（超过 600,000 个数字图像），且来自更加困难、未解决的现实世界问题（识别自然场景图像中的数字和数字）。

该数据集由斯坦福大学于 2011 年发布，其中数据均采自于 Google 街景图像中的门牌号码，相关论文有《Reading Digits in Natural Images with Unsupervised Feature Learning》。