衣服、帽子、鞋子相关深度学习数据集大合集(1)

最近收集了一大波关于衣物深度学习数据集,主要有衣服、帽子、鞋子、短裤、短袖、T恤等。

1、运动裤、短裤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:915张

查看地址:https://www.dilitanxianjia.com/15610/

数据示意图:

2、鞋子照片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:3427张

查看地址:https://www.dilitanxianjia.com/15607/

数据示意图:

3、牛仔裤、运动裤、休闲裤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:4117张

查看地址:https://www.dilitanxianjia.com/15604/

数据示意图:

4、各种运动裤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:4008张

查看地址:https://www.dilitanxianjia.com/15600/

数据示意图:

5、各种名牌运动鞋图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:3600张

查看地址:https://www.dilitanxianjia.com/15597/

数据示意图:

6、多角度运动鞋图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:3913张

查看地址:https://www.dilitanxianjia.com/15594/

数据示意图:

7、洞洞鞋、帆布鞋、运动鞋图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:3999张

查看地址:https://www.dilitanxianjia.com/15590/

数据示意图:

8、不同鞋子的图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:4016张

查看地址:https://www.dilitanxianjia.com/15587/

数据示意图:

9、不同角度鞋子的图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:1566张

查看地址:https://www.dilitanxianjia.com/15580/

数据示意图:

10、折叠的不同尺码T恤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:1687张

查看地址:https://www.dilitanxianjia.com/15567/

数据示意图:

11、折叠不同颜色的衬衣T恤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:3298张

查看地址:https://www.dilitanxianjia.com/15565/

数据示意图:

12、女装裙子秋衣半袖图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:1172张

查看地址:https://www.dilitanxianjia.com/15562/

数据示意图:

13、各种图形的T恤图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:1461张

查看地址:https://www.dilitanxianjia.com/15559/

数据示意图:

14、半袖深度学习图片数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:594张

查看地址:https://www.dilitanxianjia.com/15556/

数据示意图:

15、T恤和鞋数据集

数据格式:图片

是否标注:已标注

标注格式:yolov8

图片数量:5794张

查看地址:https://www.dilitanxianjia.com/15553/

数据示意图:

后续为大家持续提供更多的相关数据集。

  • 5
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
### 回答1: 机器学习数据集包括MNIST,CIFAR-10,ImageNet,Kaggle,Stanford Questions,Semantic3D,Baidu Apollo Scape,Comma.ai,COCO,UC Irvine Machine Learning Repository等。 ### 回答2: 以下是几个常见的机器学习数据集: 1. MNIST手写数字数据集:包含60,000个用于训练和10,000个用于测试的手写数字图像,是一个常用的分类任务数据集。 2. CIFAR-10图像数据集:包含60,000个32x32彩色图像,分为10个类别,每个类别有6,000个图像,常用于图像分类任务。 3. IMDB电影评论数据集:包含25,000个极性正负面的电影评论文本,可用于情感分析任务。 4. Boston房价数据集:包含506个波士顿地区的房价样本,包含13个特征,如平均房间数、犯罪率等,常用于房价预测任务。 5.UCI机器学习库:包含了众多机器学习数据集,覆盖了各种数据类型和任务,如鸢尾花数据集、Wine酒类数据集等。 6. MovieLens电影评分数据集:包含用户对电影的评分数据,可以用于推荐系统任务。 7. Reddit评论数据集:包含来自Reddit社区的评论文本数据,可用于文本分类或情感分析任务。 8. YOLO标注数据集:包含大量的图像和标注框,常用于目标检测任务。 这些数据集都被广泛应用于机器学习算法的训练和评估过程中。除了以上提到的数据集外,还有许多其他领域特定的数据集,根据具体的研究任务和应用领域进行选择和使用。 ### 回答3: 在机器学习领域,有许多不同类型的数据集可以用来训练和评估机器学习模型。以下是几个常见的机器学习数据集的例子: 1. MNIST手写数字数据集:这是一个非常经典的数据集,包含手写数字的图像和相应的标签。它经常被用来研究图像分类问题。 2. CIFAR-10图像数据集:这个数据集包含10个不同类别的图像,每个类别有6000张32x32像素的彩色图片。它被广泛应用于图像分类和目标识别的研究中。 3. IMDB电影评论数据集:这个数据集包含了来自互联网电影数据库(IMDb)的电影评论,分为正面和负面情感。它被广泛用于情感分析和文本分类任务。 4. UCI机器学习库:UCI(University of California, Irvine)机器学习库是一个包含许多不同领域、各种类型和规模的数据集的资源库。这些数据集可以用于各种不同的机器学习任务。 5. Fashion-MNIST时尚物品图像数据集:与MNIST类似,这个数据集包含10个不同类别的时尚物品的图像,如衣服鞋子等。它被广泛用于时尚物品分类问题和图像处理任务。 6. Yelp商家评论数据集:这个数据集包含来自Yelp网站的商务评论,标注为正面和负面情感。它常常被用于情感分析和文本分类任务中。 以上只是一些常见的机器学习数据集的例子,实际上还有很多其他类型的数据集可供使用,对于特定的问题和任务,可以选择最适合的数据集来训练和评估机器学习模型。
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

地理探险家

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