该数据集是来自伊利诺伊州芝加哥市交通摄像头的增强随机屏幕截图的集合。在数据中,所有车辆都被标记在一个名为 的类别中car。标签由边界框组成,并以 yolov5 pytorch 格式存储。 acknowledgements snyder, corey; do, minh (2019): data for streets: a novel camera network dataset for tr
在这个数据集中有 90 个不同类别的 5400 张动物图像。此数据集是从 google 图片创建的:https://images.google.com/。所有照片将按照其所属类别存放于各自的文件夹下。动物类别包括:羚羊,獾,蝙蝠,熊,蜜蜂,甲虫,野牛,公猪,蝴蝶,猫毛虫,黑猩猩等。该数据集中的图像大小不固定,可能需要后续的处理。
数据集介绍: 由255个光场组成,每个光场图像生成的图像范围从53到64个,其中跨越了多个显著性检测挑战,如遮挡、杂乱背景和外观变化。
数据集介绍: nju2k是一个包含 1,985 个图像对的大型 rgb-d 数据集。立体图像是从互联网和 3d 电影中收集的,而照片是由富士 w3 相机拍摄的。
半自动生成的细胞核实例分割和分类数据集,包含 19 种不同组织类型的详尽细胞核标签。该数据集由 481 个视野组成,其中 312 个视野是从多个数据源的 20k 多个不同放大倍率的整张幻灯片图像中随机采样的。该数据集总共包含 205,343 个标记的核,每个核都有一个实例分割掩码。在 pannuke 上训练的模型可以帮助整个幻灯片图像组织类型分割,并推广到新组织。pannuke 演示了首批成功半自