【DataSet】自然场景方面的人工智能数据集

已于 2023-03-31 09:02:47 修改
阅读量316 收藏
点赞数
分类专栏： 人工智能 DataSet 文章标签： 人工智能 计算机视觉 目标检测
于 2023-03-30 16:16:57 首次发布
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/qq_44824148/article/details/129860079
版权

自然场景方面的人工智能数据集

数据集类别常用数据集
图像分类数据集ImageNet 数据集 ;CIFAR-10 数据集 ;CIFAR-100 数据集 ; Catech-101数据集:Caltech-256数据集;STL-10 数据集;Corel5k 数据集
图像分割数据集COCO数据集;VOC2012 数据集;SUN 数据集;SBD 语分割数据集BSDS500数据集
目标检测数据集Fire Detection 火焰检测数据集;COCO数据集;VOC2012 数据集
超分辨率数据集Set5&Set14 低复杂度超分辨率数据集;Sun-Hays 80 Dataset 超分辨率数据集
鱼类检测数据集Labeled Fishes 数据集
3D物体识别数据集PASCAL-3D物体数据集
深度学习遥感场景分类数据集整理
qq_41627642的博客
04-20 2347
1、RSSCN7 DataSet 遥感图像数据集 （用于 5-10 分类问题） RSSCN7 数据集由武汉大学的秦邹于 2015 年发布，相关论文有《Deep learning based feature selection for remotesensing scene classification》。 RSSCN7 Dataset 包含 2800 幅遥感图像，这些图像来自于 7 个典型的场景类别 ——草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个.
Scene Classification 场景分类-数据集
03-18
该数据集包含来自世界各地自然场景的约25k张图像。任务是确定可以将图像分类为哪种场景。 test_WyRytb0.csv train.csv Scene Classification_datasets.txt Scene Classification_datasets.zip
【计算机视觉】三种常用的分割数据集：室内场景(ADE20K)、室外场景(Cityscapes)和驾驶场景(BDD100K)
wzk4869的博客
07-22 1万+
【计算机视觉】三种常用的分割数据集：室内场景(ADE20K)、室外场景(Cityscapes)和驾驶场景(BDD100K)
场景分类任务可用数据集（部分）
oneself的博客
07-28 1298
场景分类任务可用数据集（部分）
场景分类数据集
qq_33786177的博客
04-01 6495
1. UC Merced Land-Use Data Set 图像像素大小为256*256，总包含21类场景图像，每一类有100张，共2100张。 下载地址：http://weegee.vision.ucmerced.edu/datasets/landuse.html 2.WHU-RS19 Data Set 图像像素大小为600*600，总包含19类场景图像，每一类大概50张，共1005...
15类场景数据集
11-08
进行图像场景识别是15类开源数据集，基于该数据集进行场景图像的分类和识别
YOLO智能驾驶交通场景行人数据集person-dataset-11000.zip
04-04
1、智能驾驶交通场景行人数据集，都已标注好，标签格式为两种，分别为YOLO格式的txt，和VOC格式的xml，共1万多张，可以直接使用 2、街道和公路上的 行人 3、目标类别： person
yolo算法-水果数据集5544数据集-100张图像带标签fruit-dataset-comp5544.zip
10-26
yolo算法-水果数据集5544数据集是一项针对YOLO（You Only Look Once）系列算法的目标检测数据集。YOLO算法是一种流行的实时目标检测系统，它将目标检测任务视作一个回归问题，通过单一神经网络直接预测边界框和概率...
3D Shapes Dataset 3D图形数据集-数据集
03-11
3D Shapes Dataset是由Deep Mind，一家在人工智能领域享有盛誉的研究机构，所推出的宝贵数据集。这个数据集是为那些想要研究和理解3D视觉表示、深度学习模型以及它们在识别和分类3D形状方面的性能的研究人员而设计的...
Chinese Medical Intent Dataset(CMID)中文医学意图数据集CMID-数据集
03-12
数据集在现代信息技术中的角色至关重要，尤其在人工智能领域，它们是机器学习和深度学习算法的基础。CMID作为中文医学领域的意图识别数据集，对于理解和解决患者咨询、疾病诊断、药物推荐等场景的自然语言理解问题...
自然景物，风景数据集（7000张）
12-15
自然景物与风景数据集是计算机视觉领域的重要资源，尤其对于机器学习和深度学习的模型训练至关重要。这个数据集包含了7000多张...同时，这个数据集也可以促进学术研究，推动人工智能在自然景观理解和保护方面的进步。
kaggle场景分类数据集
04-06
6种场景的分类数据集，仅包含train和test，提供给不方便在kaggle下载的朋友～ buildings forest glacier mountain sea street
图像分类数据集：5种自然、建筑场景图像分类数据集
03-15
项目包含：5种自然、建筑场景图像分类数据集，数据保存按照文件夹保存，经测试，可直接作为图像分类数据集，用ImageFolder打开，无需额外处理。 图像分辨率为224*224的RGB图片，包含5种场景分类数据集 【数据集介绍】场景分类，类别：教堂、沙漠、冰川、草坪、河流 【数据总大小】198 MB 【数据集详情】data目录下分为两个目录，train为训练集、test为测试集，里面各有5个子目录，存放各自的同一类数据图片。train数据总数16001，test数据总数3999 【json文件】类别的 json 字典文件 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行！
场景分类places365
10-19
Places365是Places2数据库的最新子集。 Places365有两个版本：Places365-Standard和Places365-Challenge。 Places365-Standard的列车集有来自365个场景类别的约180万张图像，每个类别最多有5000张图像。 我们已经在Places365-Standard上培训了各种基线CNN，并将其发布如下。 与此同时，一系列的Places365-Challenge列车还有620万张图片以及Places365-Standard的所有图片（总共约800万张图片），每个类别最多有40,000张图片。 Places365-Challenge将用于2016年的Places2挑战赛，与2016年ECCV的ILSVRC和COCO联合研讨会一起举行。
【多标签语义场景分类数据集】MLRSNet
weixin_43864917的博客
03-16 2680
【多标签语义场景分类数据集】MLRSNet: A multi-label high spatial resolution remote sensing dataset for semantic scene understanding本文的贡献MLRSNet的简介 文章地址：link 数据集地址：link 和 link 关键词：多标签图像数据集；语义场景理解；卷积神经网络（CNN）；图片分类；图像检索 本文的贡献 本文提出了一种新颖的大规模高分辨率多标签遥感数据集，称为“ MLRSNet”，用于语义场景理
遥感场景识别数据集（场景分类）
热门推荐
陨星落云的博客
11-22 1万+
场景识别数据（场景分类） 场景识别通常指对图像整体的常见语义分析和理解，是计算机视觉领域标志性任务之一，在对象识别的基础上，场景识别能够结合上下文信息，从而实现场景主要内容的精确识别。2006年以来，神经网络的学习习能力不断得到提升，训练上的困难不断被克服，以卷积神经网络(CNN)为主的高效率深度学习模型被越来越多的运用到遥感影像应用中。卷积神经网络是当下场景识别的主要手段，而一定规模的遥感影像样本数据集是模型训练的基础。因此，近年来众多科研机构、专家学者研制并发布了基于各类场景的遥感影像样本数据集。收集遥
遥感图像场景分类数据集
程永强
06-26 5246
遥感图像场景分类数据集 1. 简介 数据集包含 45 个典型场景类别，训练集包含 177409 张图像，验证集包含 19712 张图像，初赛测试集包含 89233 张图像，详细的类别名称和对应的类别 id 见 ClsName2id.txt。 2. 数据集结构 场景分类数据集的文件夹结构如下： - train - 旱地 - dry-field_xxxxx.jpg ...
高压开关柜局部放电信号分析系统
最新发布
m0_61057267的博客
04-28 1018
这个项目是我在2025年实现的高压开关柜局部放电信号分析系统，目的是通过采集分析局部放电信号，判断设备的工作状态和潜在故障。系统包含从信号模拟生成、特征提取、到深度学习模型训练的全流程，最终可自动生成分析报告。
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

打赏作者

莫余

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