仅显示平台推荐
imagenet-1K
${starItems[0]}

ImageNet是根据WordNet层次结构组织的图像数据集。在ImageNet中,目标是为了说明每个synset提供平均1000幅图像。 每个concept图像都是质量控制和人为标注的(quality-controlled and human-annotated)。 在完成之后,希望ImageNet能够为WordNet层次结构中的大多数concept提供数千万个干净整理的图像。 数据集目录可参看本项目代码仓ReadMe(https://git.openi.org.cn/Open_Dataset/imagenet)

2022-04-13 3643 198
MNISTData_mindspore
${starItems[1]}

MNISTData数据集是由10类28∗28的灰度图片组成,训练数据集包含60000张图片,测试数据集包含10000张图片。 对于想要在现实世界数据上尝试学习技术和模式识别方法,同时在预处理和格式化上花费最少的精力的人来说,这是一个很好的数据库。

2021-12-08 209 68
MNIST_PytorchExample_GPU
${starItems[2]}

MNISTData数据集是由10类28∗28的灰度图片组成,训练数据集包含60000张图片,测试数据集包含10000张图片。

2022-03-30 250 49
OpenI_Learning_datasets
${starItems[3]}

MNISTData数据集为模型训练数据集

2021-10-29 46 131
CIFAR-10
${starItems[4]}

CIFAR-10数据集包含10个类别的60000个32x32彩色图像,每个类别6000个图像。 有50000张训练图像和10000张测试图像。http://www.cs.toronto.edu/~kriz/cifar.html?usg=alkjrhjqbhw2llxlo8emqns-tbk0at96jq

2020-11-09 0 30
CIFAR-100
${starItems[5]}

该数据集有100个类别,每个类别包含600张图像。 每个课程有500张训练图像和100张测试图像, CIFAR-100中的100个类别分为20个超类。 https://www.cs.toronto.edu/~kriz/cifar.html

2020-11-02 0 17
WordView-2
${starItems[6]}

WordView-2 data set.

2022-07-21 0 6
PLabel
${starItems[7]}

(1) minio为linux下的minio 可以执行性文件,下载到本地后,执行如下命令即可启动: chmod 755 minio export MINIO_ACCESS_KEY=minio export MINIO_SECRET_KEY=miniominio nohup ./minio server /data2/miniodata/ & (2) plabel_20210629_v2.tar 为标注系统PLabel2.0基于mmdection的GPU镜像,内里搭建了mmdetection 2.3.0版本的环境,支持基于mmdetection的模型重训。 (3) gitea.tar 开源社区后端编译及运行环境镜像。 (4)retinanet_free_anchor_r50_fpn_1x_epoch_12.pth 基于mmdetction 2.3.0,使用所有开源数据集行人数据训练的行人检测模型。 (5)pcl_label_hand_v3.tar为封装好的最新PLabel3.0标注系统,运行容器后,进入容器,运行server.sh即可使用。用来接入yolov5_auto_label_v1.tar及yolov5_auto_track_v1.tar中的算法 (6)yolov5_auto_label_v1.tar为基于CPU的自动标注算法镜像,使用docker加载之后,运行容器,进入容器的/javaapp目录,使用java -jar labelSystemForDocker.jar, (7)yolov5_auto_track_v1.tar为基于CPU的目标跟踪算法镜像,使用docker加载之后,运行容器,进入容器的/javaapp目录,使用java -jar labelSystemForDocker.jar,

2021-07-23 12 490
WIDERFace
${starItems[8]}

32,203张图像,并对393,703张像样本图像中所描述的在尺度、姿势和遮挡方面具有高度可变性的面孔进行标记。较宽的人脸数据集基于61个事件类进行组织。 http://shuoyang1213.me/WIDERFACE/

2021-01-11 1 11
CelebA
${starItems[9]}

CelebFaces属性数据集(CelebA)是一个大规模的面部属性数据集,其中包含超过200K名人图像,每个图像都有40个属性注释。 该数据集中的图像涵盖了较大的姿势变化和背景杂波。 http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

2021-01-18 5 15
BIMCV-COVID19
${starItems[10]}

BIMCV-COVID19+:COVID19患者RX和CT图像的大注释数据集。数据库的第一次迭代包括1380个CX,885个DX和163个CT研究。

2020-11-18 2056 5
KITTI
${starItems[11]}

来自大众旅行车,用于移动机器人和自动驾驶研究。以10-100Hz记录了6个小时的交通场景。场景范围从农村的高速公路到具有许多静态和动态对象的市中心。 http://www.cvlibs.net/datasets/kitti/index.php

2020-12-07 4 25
Networks-For-AI
${starItems[12]}

PNAS 论文 communication-efficient federated learning 实验 figure movement detection 数据集1、2

2021-10-22 0 2
MSeg
${starItems[13]}

MSeg:一个用于多域语义分割的复合数据集。80000多张图片中有超过220000个物体任务。

2020-11-18 10 3
SVHNStreetViewHouseNumbers
${starItems[14]}

SVHN是一个现实世界的图像数据集,用于开发机器学习和对象识别算法,超过600,000位数的图像。SVHN是从Google街景图像中的门牌号获得的。http://ufldl.stanford.edu/housenumbers/

2020-11-09 0 0
TAO
${starItems[15]}

TAO是一个用于跟踪任何对象的联邦数据集,包含2907个高分辨率视频,在不同的环境中捕获,这些视频的平均长度为半分钟。

2020-11-18 0 1
VisualGenome
${starItems[16]}

视觉基因组是一个数据集,一个知识库,将结构化图像概念与语言联系在一起的持续努力。 它包含:108,077张图像540万个区域描述170万个视觉问题解答380万个对象实例。 http://visualgenome.org/

2020-11-30 0 2
RISE_Video_Dataset
${starItems[17]}

介绍了RISE,第一个用于识别工业烟雾排放的大规模视频数据集。我们的数据集包含12,567个剪辑,其中19个不同的视角来自三个监控三个不同工业设施的站点。

2020-11-19 0 0
Condensed_Movies
${starItems[18]}

一个大规模的视频数据集,包含有详细字幕的电影片段。超过3000部不同类型、不同国家和不同年代的电影。

2020-11-18 0 1
WIDER
${starItems[19]}

WIDER包含61个事件类别和大约50574个用事件类标签注释的图像。 http://yjxiong.me/event_recog/WIDER/

2021-01-11 0 1
ACTIVITYNET
${starItems[20]}

ActivityNet是用于了解人类活动的新的大型视频基准。 ActivityNet提供203个活动类别的样本,每个类别平均137个未修整视频,每个影片1.41个活动实例,总共849个视频小时。 http://activity-net.org/

2020-12-07 0 1
IMDB-WIKI_faces
${starItems[21]}

来自IMDb的20,284名名人和Wikipedia的62,328名名人共460,723张人脸图像,因此总计523,051张。 https://data.vision.ee.ethz.ch/cvl/rrothe/imdb-wiki/

2020-11-24 0 3
StanfordCars
${starItems[22]}

斯坦福汽车数据集包含196类汽车的16,185张图像。数据被分为8,144个训练图像和8,041个测试图像,其中每个类别已大致分为50-50个分割。 https://ai.stanford.edu/~jkrause/cars/car_dataset.html

2020-11-09 0 13
Paris500k
${starItems[23]}

Paris500k数据集包含从Flickr和Panoramio收集的501,356个带有地理标签的图像。 数据集是从地理边界框而不是使用关键字查询收集的。 https://www.vision.rwth-aachen.de/page/paris500k

2020-11-09 0 3
PETA
${starItems[24]}

远距离行人属性识别数据集。PETA数据集包含19000张图像,分辨率范围为17×39到169×365像素,包括8705个人,每个人都带有61个二进制和4个多类属性。 http://mmlab.ie.cuhk.edu.hk/projects/PETA.html

2020-12-07 0 4
TheGermanTrafficSignRecognitionBenchmark
${starItems[25]}

德国交通标志基准测试是在IJCNN 2011上举行的多类,单图像分类挑战。数据集包含:40多个类,总共50,000多张图像。http://benchmark.ini.rub.de/?section=gtsrb

2020-11-09 384 4
URPC2020_dataset
${starItems[26]}

URPC 2020(大连)水下目标检测算法赛由国家自然科学基金委员会、大连市人民政府和鹏城实验室共同主办,大连市科技局、大连理工大学、大连金普新区管委会、大连金石滩国家旅游度假区管委会承办。本次比赛紧扣水下目标检测算法领域,创新的将人工智能与水下机器人进行有机结合,把真实水下环境的光学图像开放给更广泛的人工智能和算法研究群体,树立了一个目标检测和识别的新领域。

2022-03-10 0 50
URPC_sonarimage_dataset
${starItems[27]}

下目标检测算法赛是由国家自然基金委、鹏城实验室和湛江市人民政府联合主办全国水下机器人(湛江)大赛的第一阶段。本次比赛紧扣水下目标检测算法领域,创新的将人工智能与水下机器人进行有机结合,把真实水下环境的光学图像和声学图像开放给更广泛的人工智能和算法研究群体,树立了一个目标检测和识别的新领域。比赛分为「光学图像目标检测」和「声学图像目标检测」两个赛项。 本项目收集了「声学图像目标检测」赛项的相关数据集,希望这些数据能够对相关领域的研究者有所帮助。

2022-03-10 0 33
URPC_opticalimage_dataset
${starItems[28]}

水下目标检测算法赛是由国家自然基金委、鹏城实验室和湛江市人民政府联合主办全国水下机器人(湛江)大赛的第一阶段。本次比赛紧扣水下目标检测算法领域,创新的将人工智能与水下机器人进行有机结合,把真实水下环境的光学图像和声学图像开放给更广泛的人工智能和算法研究群体,树立了一个目标检测和识别的新领域。比赛分为「光学图像目标检测」和「声学图像目标检测」两个赛项。 本项目收集了「光学图像目标检测」赛项的相关数据集,希望这些数据能够对相关领域的研究者有所帮助。

2022-03-10 2 61
imagenet2012_tiny
${starItems[29]}

imagenet2012 tiny. train and val. train with 1000 classes and each class has 20 images. val with 1000 classes and each class has 5 images.

2022-06-05 1667 51