公开数据集 -麻将胡了pg电子网站

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

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。

radarscenes 数据集包含来自四个汽车雷达传感器的记录，这些传感器安装在一辆测量车辆上。 添加了来自一台前置纪实相机的图像。 它于 2016 年至 2018 年在德国乌尔姆录制。该数据集的长度超过 4 小时，除了来自雷达传感器的点云数据外，还提供了 12 个不同类别的逐点语义注释。除了逐点类标签外，跟踪 id 还附加到动态对象的每个单独检测，以便可以随时间跟踪各个对象。

数据集介绍 d-hazy，建立在middelbury 和nyu深度数据集上，这些数据集提供各种场景的图像及其相应的深度图。包含1400多对图像的数据集，其中包括同一场景的地面真实参考图像和模糊图像。   引用： @inproceedings{ancuti_d-hazy_icip2016, author = {cosmin ancuti, codruta o. ancuti, christophe

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

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。

数据集介绍该数据集为带有注释关节的足球运动员图像，可用于多视图重建。数据集包括：771张足球运动员的照片在 257 个时间实例中从 3 个视图中获取的图像14 个带注释的身体关节if you want to use this dataset please cite:

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。  

该数据集包含完整 food-101 数据的许多不同子集。为了给图像分析制作一个比 cifar10 或 mnist 更简单的训练集，该数据包括图像的大规模缩小版本，以实现快速测试。数据已被重新格式化为 hdf5，特别是 keras hdf5matrix，这样可以轻松读取它们。文件名表示文件的内容。例如   foodc101n1000_r384x384x3.h5 表示有 101 个类别，n=1000

这一数据集是通过仔细注释几名患有不同器官肿瘤并在多家医院被诊断出的患者的组织图像获得的。该数据集是通过从tcga存档下载以 40 倍放大倍率捕获的 h&e 染色组织图像创建的。h&e 染色是增强组织切片对比度的常规方案，通常用于肿瘤评估（分级、分期等）。考虑到多个器官和患者的细胞核外观的多样性，以及多家医院采用的丰富染色方案，训练数据集将能够开发出开箱即用的稳健且可推广的细胞核分割技术。   ci