由于小光圈和传感器尺寸,智能手机图像通常比数码单反相机具有更多的噪点。考虑到图像去噪是一个活跃的研究领域,作者提出了一个去噪图像数据集,该数据集代表来自智能手机相机的真实噪声图像,具有高质量的地面实况。该数据集与cvpr 2020一起用于ntire 2020 真实图像去噪挑战赛。 该数据集包含以下智能手机在不同光照条件下拍摄的 160 对噪声/真实图像: gp: google pixelip:
城市景观数据(数据集pg电子试玩链接主页)包含从德国驾驶的车辆中拍摄的标记视频。此版本是作为 pix2pix 论文的一部分创建的已处理子样本。数据集包含来自原始视频的静止图像,语义分割标签与原始图像一起显示在图像中。这是语义分割任务的最佳数据集之一。 该数据集有 2975 个训练图像文件和 500 个验证图像文件。 每个图像文件为 256x512 像素,每个文件是与图像左半部分的原始照片以及右半部分的标记图像
description加州理工学院行人数据集由大约 10 小时的 640x480 30hz 视频组成,该视频取自在城市环境中通过常规交通行驶的车辆。 注释了大约 250,000 帧(在 137 个大约分钟长的片段中),总共 350,000 个边界框和 2300 个独特的行人。 注释包括边界框和详细的遮挡标签之间的时间对应关系referencesp. dollár, c. wojek, b. sc
本数据集共有 1224 张图像来自四个公共图像数据集:coco、voc07、imagenet 和 sun。amazon mechanic turk 工作人员将每个图像标记为包含 0、1、2、3 或 4 个以上的显着对象。可以在imgidx.mat中找到此标签信息以及边界框注释,一个存储图像信息的matlab结构数组。mso 数据集是 sos 数据集测试集的子集。波士顿大学的团队删除了一些显着对象严
此数据集使用 tensorflow 训练图像识别模型以查找任何关于图片和视频。 内容 您会发现大约 1,500 张不同大小的船图片,但按不同类型分类:浮标、游轮、渡船、货船、贡多拉、充气船、皮划艇、纸船、帆船。 致谢