本文将为您介绍10个经典、热门的数据集,希望对您在选择适合的数据集时有所帮助。
1
GAMa
-
发布方:
中佛罗里达大学
-
发布时间:
2022
-
简介:
数据集包括一个大的航空图像 (1792x1792),对应于大约40秒的每个视频。在图A中,我们看到了一个大型航空图像以及小型航空图像的示例。我们有一个居中 (CN) 和一个居中 (UCN) 的小型航空图像集,分别对应于1秒的剪辑。
-
下载地址:
https://github.com/svyas23/GAMa
-
论文地址:
https://arxiv.org/pdf/2207.02431.pdf
2
WHU
-
发布方:
武汉大学
-
发布时间:
2020
-
简介:
为 MVS 任务而创建,是一个大规模多视图航空数据集,由高度精确的 3D 数字表面模型生成,该模型由数千个具有精确相机参数的真实航空图像生成。
-
下载地址:
http://gpcv.whu.edu.cn/data/
-
论文地址:
https://arxiv.org/pdf/2003.00637v3.pdf
3
Aerial Image Segmentation
-
发布方:
橡树岭国家实验室
-
发布时间:
2013
-
简介:
该数据集用于航空图像分割研究。该数据集包含80个高分辨率航空图像,其空间分辨率范围从0.3到1.0。图像集包含不同的场景,包括学校,住宅,城市,仓库和发电厂。每个图像的大小是512 512像素。分配了四个人类受试者来手动分割图像。下图显示了数据集中的五幅图像以及相应的人工分割。
-
下载地址:http://www.jiangyeyuan.com/ASD/Aerial%20Image%20Segmentation%20Dataset.html
-
论文地址:
https://ieeexplore.ieee.org/document/6548070
4
GRAL
-
发布方:
国际斯坦福研究院
-
发布时间:
2020
-
简介:
一个包含超过 550K 对(覆盖 143 km^2 区域)的 RGB 和航空 LIDAR 深度图像的新数据集。
-
下载地址:
https://github.com/niluthpol/RGB2LIDAR
-
论文地址:
https://arxiv.org/pdf/2009.05695v1.pdf
5
SIRI-WHU(USGS image)
-
发布方:
武汉大学
-
发布时间:
2016-04-19
-
简介:
这是一个用于研究目的的SIRI-WHU注释图像的4类USGS图像数据集。SIRI-WHU的USGS图像数据集是一种彩色航空正射影像图,主要包含以下4个场景类: FarmForestResidentialParking lot大图像测量10000*9000像素,空间分辨率为2英尺。
-
下载地址:
http://www.lmars.whu.edu.cn/prof_web/zhongyanfei/e-code.html
6
Agriculture-Vision
-
发布方:
伊利诺伊大学厄巴纳香槟分校·俄勒冈州大学·Intelinair
-
发布时间:
2020
-
简介:
用于农业模式语义分割的大规模航空农田图像数据集。收集来自美国 3,432 个农田的 94,986 张高质量航拍图像,其中每张图像由 RGB 和近红外 (NIR) 通道组成,分辨率高达每像素 10 厘米。
-
下载地址:
https://github.com/SHI-Labs/Agriculture-Vision
-
论文地址:
https://arxiv.org/pdf/2001.01306v2.pdf
7
Urban Land Cover
-
发布方:
Florida Atlantic University
-
发布时间:
2014-03-27
-
简介:
包含用于将高分辨率航空图像分类为9种城市土地覆盖类型的训练和测试数据。使用多尺度光谱,大小,形状和纹理信息进行分类。每个类的训练样本数量少 (14-30),分类变量数量多 (148),因此它可能是测试特征选择方法的有趣数据集。测试数据集来自图像的随机采样。
-
下载地址:https://archive.ics.uci.edu/ml/datasets/Urban+Land+Cover#
-
论文地址:https://www.iges.or.jp/en/publication_documents/pub/peer/en/3710/Johnson_-_ISPRS_preprint.pdf
8
Mid-Air Dataset
-
发布方:
列日大学
-
发布时间:
2019
-
简介:
Mid-Air,蒙蒂菲奥里研究所航空图像和记录数据集,是用于低空无人机飞行的多用途合成数据集。它为安装在飞行四轴飞行器上的多模式视觉传感器和导航传感器提供了大量与飞行记录相对应的同步数据。多模式视觉传感器捕获 RGB 图片、相对表面法线方向、深度、对象语义和立体视差。
-
下载地址:
https://midair.ulg.ac.be
-
论文地址:
https://openaccess.thecvf.com/content_CVPRW_2019/papers/UAVision/Fonder_Mid-Air_A_Multi-Modal_Dataset_for_Extremely_Low_Altitude_Drone_Flights_CVPRW_2019_paper.pdf
9
PESMOD (PExels Small Moving Object Detection)
-
发布方:
Sakarya University
-
发布时间:
2021
-
简介:
PESMOD (PExels小型运动物体检测) 数据集由高分辨率航空图像组成,其中手动标记了运动物体。它是从Pexels网站中选择的视频创建的。该数据集的目的是为运动对象检测方法评估提供不同且具有挑战性的数据集。每个移动对象都以XML文件中的PASCAL VOC格式为每个帧标记。数据集由8个不同的视频序列组成。
-
下载地址:
https://github.com/mribrahim/PESMOD
-
论文地址:
https://arxiv.org/pdf/2103.11460v2.pdf
10
iSAID
-
发布方:
武汉大学·华中科技大学·阿联酋起源人工智能研究院
-
发布时间:2019
-
简介:
现有的地球视觉数据集适用于语义分割或对象检测。iSAID是第一个用于在航空图像中进行实例分割的基准数据集。这个大规模且带有密集注释的数据集包含2,806个高分辨率图像中15个类别的655,451个对象实例。iSAID的独特特征如下 :( a) 具有高空间分辨率的大量图像,(b) 15个重要且常见的类别,(c) 每个类别的大量实例,(d) 每个图像的大量标记实例,这可能有助于学习上下文信息,(e) 巨大的物体尺度变化,通常在同一图像内包含小,中和大物体,(f) 图像内具有不同方向的物体的不平衡和不均匀分布,描绘了现实生活中的空中条件,(g) 几个小尺寸的物体,具有模棱两可的外观,只能通过上下文推理来解决,(h) 由专业注释器执行的精确实例级注释,由遵循明确定义的指南的专家注释器进行交叉检查和验证。
-
下载地址:
https://captain-whu.github.io/iSAID/index.html
-
论文地址:
https://arxiv.org/pdf/1905.12886v2.pdf
温馨 小贴士
如有您想了解的计算机方向数据集
请联系我们
免费为您提供数据集搜索服务