常见的深度学习领域数据集（持续更新）

最新推荐文章于 2024-06-15 09:44:43 发布
最新推荐文章于 2024-06-15 09:44:43 发布
阅读量920 收藏
点赞数
分类专栏： 深度学习 文章标签： 深度学习 目标检测 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/deep_learner_/article/details/125686478
版权

目标检测

PASCAL： 有名的目标检测竞赛 PASCAL VOC
下载地址

图像分类

ILSVRC： 一个竞赛，使用的数据集是轻量级 ImageNet
下载地址

小样本分类

miniImageNet
tieredImageNet
Fewshot-CIFAR100 (FC100)
Caltech-UCSD Birds-200-2011 (CUB)

图像异常检测

MVTec

雨雨雨_杰
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
21个深度学习开源数据集分类汇总
04-16
深度学习是一种人工智能技术，它通过模仿人脑...随着数据集的不断更新，深度学习领域的研究与应用将持续发展，推动人工智能技术的进步。开发者和研究人员可以通过访问提供的链接获取这些数据集，进行自己的实验和创新。
深度学习、机器学习数据集资源汇总
08-22
2. 工业数据集汇总：开源工业缺陷数据集汇总，持续更新中（已更新 28个） - 知乎：该数据集提供了大量的工业数据，包括工业缺陷、产品检测等任务。 3. 医疗数据集汇总：GitHub - linhandev/dataset: 医学影像数据集...
DeepMIMO_Dataset_Generation_v1.1_deepmimo_
10-03
deepmimo例程，参考论文“Alkhateeb - 2019 - DeepMIMO A Generic Deep Learning Dataset for Mill”
学习汇报汇报
qq_42882457的博客
02-04 4041
学习内容： 1、 DefectGAN: Weakly-Supervised Defect Detection using Generative Adversarial Network（GAN的半监督方法进行缺陷检测） 2、 Dual Attention Network for Scene Segmentation（一种引入时间注意力机制和空间注意力机制的实例分割方法） 3、 PGA-Net: Pyramid Feature Fusion and Global Context Attention Netwo
深度探索未来通信：推荐DeepMIMO——毫米波与大规模MIMO的深度学习数据集
最新发布
gitblog_00058的博客
06-15 326
深度探索未来通信：推荐DeepMIMO——毫米波与大规模MIMO的深度学习数据集 项目地址:https://gitcode.com/DeepMIMO/DeepMIMO-matlab 在高速发展的无线通信领域，毫米波（mmWave）和大规模MIMO系统正逐渐成为下一代通信的核心技术。面对这些技术中复杂的信道建模与优化问题，【DeepMIMO】——一个开创性的公共参数化数据集应运而生，旨在推动深度学习...
边缘检测评估：matlab程序在自己的数据集上进行AP、OIS、ODS评估
李白吃肥牛的博客
10-16 3058
最近在复现《DeepCrack》论文的程序，苦恼于找不到他文章中的evaluation代码，花费大量时间寻求解决，终于有了一些进展，故记录于此，希望能够帮助到有需要的人。 工具 基于hed论文的评估代码，因为hed的评估代码仅仅针对于BSDS500的数据集进行的，有些特殊的设定是自己的数据集不具备的因此需要对代码和自己的数据集进行修改。修改后的代码在： 数据集 我自己用的数据集是DeepCrack文章所使用的的数据集 CrackLS315/CrackTree260/CRKWH100/Stone331，但是因
基于 U-net 的裂缝检测
Warmer_Sweeter
11-20 1806
使用人工智能将结构检测带入 21 世纪！问题陈述虽然新技术几乎改变了我们生活的方方面面，但建筑领域似乎正在努力迎头赶上。目前，建筑物的结构状况仍主要由人工检查。简单来说，即使现在需要检查结构是否有任何损坏，工程师也会手动检查所有表面并拍摄一堆照片，同时记录任何裂缝的位置。然后需要在办公室再花几个小时来整理所有照片和笔记，试图从中做出有意义的报告。显然，这是一个费力、昂贵且主观的过程。最重要的是，由...
基于深度学习的表面缺陷检测方法综述-论文阅读笔记
热门推荐
weixin_43749999的博客
03-02 1万+
//2022.3.2日阅读笔记 原文链接：基于深度学习的表面缺陷检测方法综述 (aas.net.cn) 个人对本篇综述内容的大致概括 论文首先介绍了表面缺陷检测中不同场景下的成像方案，主要根据表面颜色或表面反射性质来制定；接着介绍了工业界中存在的缺陷检测挑战（关键问题），例如：缺陷成像和北京差异小、缺陷尺度不一致、缺陷图片中存在大量的噪声等。 接着论文对缺陷检测问题的定义、缺陷检测的定义作了详细的介绍。而后从四个大方向（基于全监督学习，半监督，无监督，其他）展开文章。 在全监督方面
深度学习 机器学习 数据集资源汇总.pdf
05-23
深度学习和机器学习是当前人工智能领域的两大核心技术，它们的发展离不开大量的数据支持。...这些数据集资源不仅涵盖了深度学习和机器学习的多个领域，而且不断更新，为持续学习和创新提供了源源不断的素材。
深度学习水面漂浮物数据集(2分类)
03-25
深度学习水面漂浮物数据集是专门为机器学习和人工智能领域中的图像识别任务设计的一个资源，主要目的是帮助开发和训练模型来区分水面是否有漂浮物垃圾。这个数据集包含两个类别：有漂浮物和无漂浮物，为二分类问题。...
python yolov5 训练数据集 无人机航拍数据集合 人工智能 深度学习 目标检测 目标识别
05-26
Python YOLOv5训练数据集是专门为无人机航拍图像的目标检测和识别任务设计的一份数据集合，它结合了人工智能、深度学习领域的最新技术。在本文中，我们将深入探讨YOLOv5框架、无人机航拍数据的特点、目标检测的原理...
matlab资源分配的代码-DeepMIMO:使用DeepMIMO数据集生成用于无线电力分配的样本
06-12
matlab资源分配的代码用于功率分配的 DeepMIMO 这是一个从 DeepMIMO 修改而来的 MATLAB/Python 代码包，用于生成用于功率分配的真实信道。 该代码基于为毫米波和大规模 MIMO 系统中的深度学习应用发布的公开可用的 DeepMIMO 数据集。 这个MATLAB/Python代码包与以下文章有关： [1] Haoran Sun、Wenqiang Pu、Minghe Zhu、Xiao Fu、Tsung-Hui Chang 和 Mingyi Hong，“学习在情景动态环境中持续优化无线资源。” arXiv 预印本 arXiv:2011.07782 (2020)。 [2] Ahmed Alkhateeb，“DeepMIMO：用于毫米波和大规模 MIMO 应用的通用深度学习数据集”，Proc。 信息理论与应用研讨会 (ITA)，加利福尼亚州圣地亚哥，2019 年 2 月。 [3] 孙浩然、陈翔毅、史清江、洪明义、肖夫和 Nikos D. Sidiropoulos，“学习优化：为无线资源管理训练深度神经网络”，IEEE Transactions on Signal
matlab精度检验代码-road-fault-identification-thesis:1.从图像中识别道路裂缝。2.从远处识别道路网络，
05-22
matlab精度检验代码道路故障识别（DeepSegmentor） 2020年论文的DeepCrack和RoadNet项目的Pytorch实施。 1，数据集 2.安装 我们通过系统提供了一种用户友好的配置方法，您可以使用以下命令创建一个新的Conda环境： conda env create -f environment.yml 3.平衡权重 我们使用以下命令来遵循该方法： python3 ./tools/calculate_weights.py --data_path 4.培训 培训之前，请下载数据集并将其复制到文件夹datasets 。 探伤 sh ./scripts/train_deepcrack.sh 道路检测 sh ./scripts/train_roadnet.sh 我们在这里提供我们的预训练模型： 模型 Google云端硬碟 深裂 道路网 5，测试 探伤 sh ./scripts/test_deepcrack.sh 图像 地面真相 GF 融合的 侧边1 第2边 侧面3 侧面4
基于深度学习的汽车轮毂表面缺陷检测算法研究.pdf
08-18
基于深度学习的汽车轮毂表面缺陷检测算法研究.pdf
DeepCrack_基于分层卷积的裂缝识别_生成裂缝_
09-30
裂纹是典型的线结构，在许多计算机视觉应用中都很有趣。在实际应用中，路面裂缝等许多裂缝连续性差、对比度低，给利用低层特征进行基于图像的裂缝检测带来了很大的挑战。在本文中，我们提出了深度裂纹——一个端到端可训练的深度卷积神经网络，通过学习用于裂纹表示的高级特征来自动检测裂纹。该方法将在层次卷积阶段学习到的多尺度深度卷积特征融合在一起，以获取线路结构。更详细的表示在大比例尺的feature maps中进行，更全面的表示在小比例尺的feature maps中进行。我们在SegNet的编码器解码器架构上构建深度裂纹网，并对在相同尺度下在编码器网络和解码器网络中生成的卷积特征进行配对融合。
DeepMIMO-codes:适用于mmWave和大规模MIMO应用的DeepMIMO数据集和代码
05-06
DeepMIMO：适用于毫米波和大规模MIMO应用的通用深度学习数据集 这是使用软件生成的DeepMIMO数据集的MATLAB代码包。 是公开发布的参数化数据是针对mmWave和大规模MIMO系统中的深度学习应用发布的。 该MATLAB代码包与以下文章有关： Ahmed Alkhateeb，Proc中的“ ”。 加利福尼亚州圣地亚哥，信息理论与应用研讨会（ITA），2019年2月。 文章摘要 机器学习工具正在毫米波（mmWave）和大规模MIMO系统中找到有趣的应用。 这主要归功于它们在学习未知模型和解决困难的优化问题方面的强大能力。 但是，为了推进毫米波/大规模MIMO中的机器学习研究，需要通用的数据集。 该数据集可用于评估开发的算法，重现结果，设置基准并比较不同的解决方案。 在这项工作中，我们介绍了DeepMIMO数据集，它是mmWave / mass MIMO信道的通用数据集。
深度学习常见数据集汇总
@bangbang的博客
01-15 8954
深度学习的三大要素：数据、算法、算力。 数据在深度学习中占据着非常重要的地位，一个高质量的数据集往往能够提高模型训练的质量和预测的准确率。本文收集整理了21个国内外经典的开源数据，包含了目标检测、图像分割、图像分类、人脸、自动驾驶、姿态估计、目标跟踪等方向。 数据集下载汇总链接： https://www.cvmart.net/dataSets 一、目标检测 1.COCO2017数据集 COCO2017是2017年发布的COCO数据集的一个版本，主要用于COCO在2017年后持有的物体检测任务、关键点检测任务
小样本数据集 (Few-shot Learning)
学习 & 分享 ~
09-13 5646
Few-shot Learning 常用数据集：1）CUB-200-2011；2）Omniglot；3）mini-ImageNet；4）tiered-ImageNet；5）CIFAR-FS；6）FC100
deep_nmt(seq2seq)（iwslt数据集---机器翻译）
weixin_42318554的博客
03-08 2206
文章目录deep_nmt(seq2seq)一、文件目录二、语料集下载地址（本文选择AG）三、数据处理(AG_Dataset.py)四、模型（Fasttext.py）五、训练和测试实验结果 deep_nmt(seq2seq) 一、文件目录 二、语料集下载地址（本文选择AG） https://wit3.fbk.eu/2014-01 三、数据处理(AG_Dataset.py) 1.数据集加载 2.读取标签和数据 3.创建word2id（源语言和目标语言）    3.1统计词频
"深度学习开源数据集分类汇总及其重要性分析
数据在深度学习中具有重要的地位，它是训练和预测模型的基础。为了提高模型的训练质量和预测准确率，一个高质量的数据集是必不可少的。...希望大家能够充分利用这些数据集，推动深度学习领域的发展。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值