野生图像数据集中的标记鱼类由 noaa fisheries(国家海洋渔业服务局)提供,以鼓励对无约束水下图像的自动图像分析算法进行开发、测试和性能评估。该数据集包括鱼类、无脊椎动物和海床的图像,这些图像是使用部署在远程操作车辆 (rov) 上的摄像系统收集的,用于渔业调查。the manuscript (cutter et al., 2015) demonstrates methods for a
数据集介绍:v-coco是一个基于 coco 的数据集,用于人机交互检测。 v-coco 提供 10,346 张图像(2,533 张用于训练,2,867 张用于验证,4,946 张用于测试)和 16,199 个人物实例。 每个人都有 29 个动作类别的注释,并且没有包括对象在内的交互标签。citingif you find this dataset or code base useful in y
数据集介绍: 现有的深度学习去雾方法多采用单帧去雾数据集进行训练和评测,从而使得去雾网络只能利用当前有雾图像的信息恢复清晰图像。另外一方面,理想中的视频去雾算法却可以使用相邻的有雾帧来获取更多的时空冗余信息,从而得到更好的去雾效果,但由于视频去雾数据集的缺失,视频去雾算法鲜有研究。为了实现视频去雾算法的监督训练,我们首次提出了一组真实的视频去雾数据集(revide)。使用精心设计的视频采集系统,成
contextthe aim of this dataset is to provide a simple way to get started with 3d computer vision problems such as 3d shape recognition.accurate3d point cloudscan (easily and cheaply) be adquired nowda
从internet(例如youtube或google)上的图像/视频收集的四个小物体数据集,包括4种类型的图像,可用于小物体目标检测的研究。数据集包含四类:fly:飞行数据集,包含600个视频帧,平均每帧86±39个物体(648×72 @ 30 fps)。 32张图像用于训练(1:6:187),50张图像用于测试(301:6:600)。honeybee:蜜蜂数据集,包含118张图像,每张图像平均有