目标检测开源数据集

目标检测是计算机视觉领域的重要任务,涉及识别和定位图像或视频中的目标对象。以下是一些常用的开源目标检测数据集:

  1. ImageNet:这是一个大规模的数据集,包含数百万张带有标签的图像,涵盖了数千个不同的类别。ImageNet数据集广泛用于各种计算机视觉任务,包括目标检测。
  2. COCO(Common Objects in Context):COCO是一个大规模的目标检测、分割和关键点检测数据集。它包含丰富的上下文信息,并且每张图像都有详细的标注,包括目标的位置、大小、形状等。
  3. Open Images:这是一个包含数百万张图像和数千个类别的数据集,每张图像都有详细的目标标注。Open Images
    数据集非常适用于训练大规模的目标检测模型。
  4. Pascal VOC:Pascal VOC是一个经典的目标检测数据集,包含多个不同类别的目标对象。虽然它的规模相对较小,但它仍然是一个常用的基准数据集,用于评估目标检测算法的性能。
  5. Google Open Images V6:这是一个包含约 190 万张图像、600 个类别和 1540万个标注框的大规模数据集。它还包含了一些额外的标注信息,如图像级别的标签和分割掩码。
  6. LVIS(Large Vocabulary Instance Segmentation):LVIS 是一个用于实例分割和目标检测的大规模数据集。它包含丰富的目标实例和详细的标注信息,非常适合训练复杂的目标检测模型。
  7. YOLO(You Only Look Once)系列数据集:YOLO 是一种流行的实时目标检测算法,其作者发布了一系列用于训练和测试YOLO 模型的数据集,包括 YOLOv3、YOLOv4 和 YOLOv5 等版本的数据集。
  8. PASCAL VOC Challenge:PASCAL VOC是一系列具有挑战性的计算机视觉数据集,其中包含了目标检测任务。该挑战已经举办了多届,吸引了大量研究人员和开发人员参与。
  9. Cityscapes:这个数据集专注于城市街景图像中的目标检测和语义分割任务。它包含了一系列不同城市和季节的街景图像,以及详细的标注信息。
  10. KITTI:KITTI数据集是一个用于计算机视觉和机器人技术的开源数据集,其中包含了多个目标检测和跟踪任务。该数据集包含了一系列不同的场景和场景,如道路、停车场和购物中心等。
  11. Visual Genome:这是一个大型的目标检测数据集,包含数千个不同类别的目标对象。它还提供了丰富的上下文信息和图像级别的标注信息。
  12. DeepLab:DeepLab 是一个用于语义分割和目标检测的数据集,其中包含了多个不同场景和类别的图像。该数据集提供了详细的标注信息,并被广泛应用于深度学习领域。
  13. ADE20K:ADE20K是一个大规模的语义分割数据集,包含多个不同场景和类别的图像。它还提供了详细的标注信息,并被广泛应用于目标检测和图像分割任务。
  14. OpenDR:OpenDR是一个用于深度学习的开源数据集,其中包含了多个目标检测和分类任务。该数据集提供了高质量的标注信息,并被广泛应用于深度学习领域。
  15. RFIW(Revisiting Faster R-CNN for Weakly Supervised Object Localization):RFIW 数据集是一个针对弱监督目标检测任务的数据集,其中包含了多个不同类别的目标对象。该数据集提供了详细的标注信息,并被广泛应用于弱监督学习领域。
  16. OVIS(Open Images Visualization and Segmentation):OVIS
    数据集是一个针对视觉和语义理解的开源数据集,其中包含了多个目标检测和分割任务。该数据集提供了高质量的标注信息,并被广泛应用于计算机视觉领域。
  17. TrackingNet:TrackingNet是一个大规模的目标跟踪和检测数据集,其中包含了多个不同场景和类别的视频序列。该数据集提供了详细的标注信息,并被广泛应用于目标跟踪和检测领域。
  18. MOTChallenge:MOTChallenge是一个针对多目标跟踪任务的开源数据集,其中包含了多个不同场景和类别的视频序列。该数据集提供了详细的标注信息,并被广泛应用于多目标跟踪领域。
  19. TUD-Stadtmitte:TUD-Stadtmitte数据集是一个针对城市街景图像的目标检测和分割任务的数据集。该数据集提供了高质量的标注信息,并被广泛应用于城市街景图像处理领域。
  20. Mapillary Vistas:Mapillary Vistas数据集是一个针对街道场景图像的目标检测和分割任务的数据集。该数据集提供了高质量的标注信息,并被广泛应用于街道场景图像处理领域。

地址:https://mp.weixin.qq.com/s?__biz=MzU3NTYxNDA4Ng==&mid=2247483707&idx=1&sn=9477f9c1c5fe90ed8311a306647459ab&chksm=fd213cd2ca56b5c4ef548bd3138bf912ec1aa142beb0b3c4acaf957727b52b9030ea41460cf0#rd

关注公众号,每天分享开源数据集
请添加图片描述

  • 20
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测无人机视频数据集是指用于训练和评估目标检测算法的无人机视频数据集。其中一个著名的数据集是VisDrone数据集\[1\]\[2\]。VisDrone数据集由中国天津大学机器学习与数据挖掘实验室的AISKYEYE团队收集,包含了10个类别的目标,如行人、车辆、自行车等。该数据集由400个视频片段组成,包含了265,228帧和10,209张静态图像。这些数据集涵盖了不同的位置、环境、物体和密度,以及不同的无人机平台、天气和照明条件。数据集中的目标边界框和感兴趣的目标点(如行人、汽车、自行车和三轮车)都是手动注释的。此外,数据集还提供了一些重要属性,如场景可见性、对象类和遮挡,以提高数据的利用率。 另外,还有其他一些目标检测无人机视频数据集,如ITCVD数据集\[3\]。ITCVD数据集包含了从航拍影像中提取的一种类型的遥感地物目标,使用水平边界框(HBB)标注格式进行标注。 这些数据集对于无人机视觉检测算法的研究和评估提供了宝贵的资源,可以帮助研究人员改进算法的性能和鲁棒性。 #### 引用[.reference_title] - *1* [(1)VisDrone无人机目标检测数据集介绍](https://blog.csdn.net/qq_45583898/article/details/128470602)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [无人机航拍数据集整理](https://blog.csdn.net/W18237579818/article/details/128321461)[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^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
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

打赏作者

钓了猫的鱼儿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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