Open Images Dataset Detection Labels(openimage 检测类别的中文翻译)

open image 是google推出的大型数据集:

其中图像detection部分包含600个类别框,下面是每个类别的id号以及其中文翻译:

大家也可以通过下面链接下载:

https://download.csdn.net/download/mxs30443/11313368

 

id 英文名称 中文名称
1 Tortoise 乌龟
2 Container 集装箱
3 Magpie 喜鹊
4 Sea turtle 海龟
5 Football 足球
6 Ambulance 救护车
7 Ladder 梯子
8 Toothbrush 牙刷
9 Syringe 注射器
10 Sink 水槽
11 Toy 玩具
12 Organ 器官
13 Cassette deck 卡座
14 Apple 苹果
15 Human eye 人眼
16 Cosmetics 化妆品
17 Paddle
18 Snowman 雪人
19 Beer 啤酒
20 Chopsticks 筷子
21 Human beard 人的胡须
22 Bird
23 Parking meter 停车计时器
24 Traffic light 交通灯
25 Croissant 牛角包
26 Cucumber 黄瓜
27 Radish 萝卜
28 Towel 毛巾
29 Doll 娃娃
30 Skull 颅骨
31 Washing machine 洗衣机
32 Glove 手套
33 Tick 勾号
34 Belt 皮带
35 Sunglasses 太阳镜
36 Banjo 班卓琴
37 Cart 购物车
38 Ball
39 Backpack 背包
40 Bicycle 自行车
41 Home appliance 家用电器
42 Centipede 蜈蚣
43 Boat
44 Surfboard 冲浪板
45 Boot 后备箱
46 Headphones 耳机
47 Hot dog 热狗
48 Shorts 短裤
49 Fast food 快餐
50 Bus 公共汽车
51 Boy 男孩
52 Screwdriver 螺丝刀
53 Bicycle wheel 自行车车轮
54 Barge 驳船
55 Laptop 笔记本电脑
56 Miniskirt 迷你裙
57 Drill 钻头
58 Dress 连衣裙
59 Bear
60 Waffle 华夫饼
61 Pancake 煎饼
62 Brown bear 棕熊
63 Woodpecker 啄木鸟
64 Blue jay 冠蓝鸦
65 Pretzel 椒盐脆饼
66 Bagel 百吉饼
67 Tower 塔台
68 Teapot 茶壶
69 Person
70 Bow and arrow 弓箭
71 Swimwear 泳装
72 Beehive 蜂巢
73 Brassiere 胸罩
74 Bee 蜜蜂
75 Bat 蝙蝠
76 Starfish 海星
77 Popcorn 爆米花
78 Burrito 墨西哥煎饼
79 Chainsaw 链锯
80 Balloon 气球
81 Wrench 扳手
82 Tent 帐篷
83 Vehicle registration plate 车辆牌照
84 Lantern 灯笼
85 Toaster 烤面包机
86 Flashlight 手电筒
87 Billboard 广告牌
88 Tiara 冠状头饰
89 Limousine 豪华轿车
90 Necklace 项链
91 Carnivore 食肉动物
92 Scissors 剪刀
93 Stairs 楼梯
94 Computer keyboard 计算机键盘
95 Printer 打印机
96 Traffic sign 交通标志
97 Chair 椅子
98 Shirt 衬衫
99 Poster 海报
100 Cheese 奶酪
101 Sock 袜子
102 Fire hydrant 消防栓
103 Land vehicle 陆上交通工具
104 Earrings 耳环
105 Tie 领带
106 Watercraft 船艇
107 Cabinetry 橱柜
108 Suitcase 手提箱
109 Muffin 松饼
110 Bidet 坐浴盆
111 Snack 小吃
112 Snowmobile 摩托雪橇
113 Clock 时钟
114 Medical equipment 医疗设备
115 Cattle
116 Cello 大提琴
117 Jet ski 喷气式摩托艇
118 Camel 骆驼
119 Coat
打开数据集指的是在机器学习和深度学习任务中读取并加载数据以供训练和测试模型。在TensorFlow中,可以使用tf.data.Dataset API来打开数据集。该API提供了一种高效且灵活的方式来处理大型数据集,并且可以与TensorFlow的其他功能无缝集成。 引用中提到了关于图像处理的实现和使用Dataset的例子。在使用Dataset时,可以使用tf.data.Dataset.from_xxx()方法从不同的数据源读取数据,例如从内存中的数组、从磁盘上的文件、从数据库等等。然后,可以通过对数据集应用一系列转换操作(例如映射、过滤、批处理等)来对数据进行预处理和增强。最后,可以将数据集迭代为模型提供数据。 引用中提到了数据被读取但没有达到文件尾的情况。这说明在打开数据集时,数据被逐行地读取。这对于处理文本数据是非常常见的情况。 综上所述,打开数据集是指读取并加载数据以供机器学习和深度学习任务使用的过程。在TensorFlow中,可以使用tf.data.Dataset API来实现这一目的,并且数据通常是逐行读取的。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [keras的API编写LeNet5网络来做mnist的分类,将谷歌训好的incep-V3迁移到花朵分类等.zip](https://download.csdn.net/download/qq_35831906/88225545)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [服务器端文件处理 open dataset](https://blog.csdn.net/champaignwolf/article/details/119420666)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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