推荐数据集
-
室内场景识别
共享该数据集是麻省理工学院提供的原始数据。室内场景识别是高层次视觉中一个具有挑战性的开放性问题。 大多数适用于室外场景的场景识别模型在室内领域表现不佳。主要困难在于，虽然一些室内场景（例如走廊）可以通过全局空间属性很好地表征，但其他的（例如书店）可以通过它们包含的对象更好地表征。 更一般地说，为了解决室内场景识别问题，我们需要一个可以利用局部和全局判别信息的模型。 该数据库包含 67 个室内类别，
-
血细胞图像数据集
共享该数据集包含 12,500 张带有细胞类型标签 (csv) 的增强血细胞图像 (jpeg)。4 种不同细胞类型中的每一种都有大约 3,000 张图像，这些图像被分组到 4 个不同的文件夹中（根据细胞类型）。细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞。该数据集附带一个额外的数据集，其中包含原始 410 幅图像（预增强）以及两个额外的子类型标签（wbc 与 wbc），以及这 410 幅图像
-
零售产品结账数据集
共享数据集介绍 近年来，人们对将计算机视觉技术集成到零售行业产生了新的兴趣。自动结账 (aco) 是该领域的关键问题之一，旨在从要购买的产品图像中自动生成购物清单。这个问题的主要挑战来自产品类别的大规模和细粒度特性，以及由于产品的不断更新，难以收集反映真实结账场景的训练图像。尽管具有重要的实践和研究价值，但这个问题在计算机视觉社区中并没有得到广泛的研究，主要是由于缺乏高质量的数据集。为了填补这一空白，
-
非洲地区交通标志数据集
共享该数据集已特别针对非洲地区进行了改进。 两个开源数据集仅用于提取非洲地区使用的交通标志。该数据集包含来自所有类别的 76 个类，例如 监管、警告、指南和信息标志。 该数据集总共包含 19,346 张图像和每个类别至少 200 个实例。
客服微信