El objetivo principal de este documento es presentar un repositorio de bases de datos de imágenes cuyas características están aumentadas con características de campo vectorial incrustadas (VF). El repositorio está diseñado para proporcionar al usuario bases de datos de imágenes que mejoren la clasificación del aprendizaje automático (ML). Además, se proporcionan seis VFs, y el usuario puede incrustarlos en su propia base de datos de imágenes con la ayuda del software llamado ELPAC. Tres de los VFs generan puntos singulares (SPs) con forma real: resorte, hundimiento y silla. Los otros tres VFs generan siete tipos de SPs, que incluyen los SPs con forma real y cuatro SPs con forma compleja: espirales de repulsión y atracción (hacia afuera y hacia adentro) y órbitas en sentido horario y antihorario (centros). Utilizando el repositorio, este trabajo define las ubicaciones de los SPs de acuerdo con los objetos de la imagen y las correspondencias entre las formas de los SPs si se incrustan VFs separados en la misma imagen. A continuación, este documento produce recomendaciones para el usuario sobre cómo seleccionar el VF más apropiado para incrustar en una base de datos de imágenes para que las formas de los SPs aumentados mejoren la clasificación del ML. Se muestran ejemplos de imágenes con VFs incrustados en el texto para ilustrar, respaldar y validar las conclusiones teóricas. Por lo tanto, las contribuciones de este documento son la derivación de las ubicaciones de los SPs en una imagen; las correspondencias entre los SPs de diferentes VFs; y la definición de una impresión de una imagen y una base de datos de imágenes en un VF. La ventaja de clasificar una base de datos de imágenes con un VF incrustado es que la nueva base de datos mejora y aumenta las estadísticas de clasificación del ML, lo que motiva el diseño del repositorio para que contenga características de imágenes aumentadas con características de VF.