语义分割、目标检测部分数据集汇总

已于 2022-06-14 11:27:46 修改
阅读量254 收藏 1
点赞数 1
文章标签： 计算机视觉 人工智能 深度学习 python
于 2022-06-14 11:27:23 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/weixin_45209827/article/details/125274796
版权

语义分割数据集

LIP数据集

https://gitee.com/link?target=https%3A%2F%2Flip.sysuhcp.com%2Foverview.php

DUTS-TR

https://gitee.com/link?target=http%3A%2F%2Fsaliencydetection.net%2Fduts%2Fdownload%2FDUTS-TR.zip

DUTS-TE

https://gitee.com/link?target=http%3A%2F%2Fsaliencydetection.net%2Fduts%2Fdownload%2FDUTS-TE.zip

SOD

https://gitee.com/link?target=https%3A%2F%2Fwww.elderlab.yorku.ca%2F%3Fsmd_process_download%3D1%26download_id%3D8285

PASCAL-S数据集

https://gitee.com/link?target=https%3A%2F%2Facademictorrents.com%2Fdownload%2F6c49defd6f0e417c039637475cde638d1363037e.torrent

DUTS-OMRON数据集

https://gitee.com/link?target=http%3A%2F%2Fsaliencydetection.net%2Fdut-omron%2F

HKU-IS数据集

https://gitee.com/link?target=https%3A%2F%2Fi.cs.hku.hk%2F~gbli%2Fdeep_saliency.html

zxl不会写代码
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PASCAL-S.zip
07-12
显著性检测数据集PASCAL-S,850张GT&850张image
显著性检测数据集之——眼动预测
weixin_43925119的博客
11-07 7326
本文收集的显著性检测数据集包含两个部分：人眼关注点预测数据集（fixation prediction datasets）和显著物体检测数据集（salient object detection datasets）。 1.fixation prediction datasets： (1) MIT300数据集 2012年, 麻省理工的Judd等人建立了MIT300数据集.该数据集包含了300张自然图像以及39名观测者的眼动数据, 是图像人眼关注点检测领域影响力最大、使用最广泛的数据集.该数据集得以广泛应用的原因是
基于语义分割Ground Truth（GT）转换yolov5目标检测标签（路面积水检测例子）
charles_zhang_的博客
01-28 3573
语义分割GT数据标签转换为yolov5txt目标检测标签
语义分割常用数据集整理
热门推荐
lipengfei0427的博客
09-18 2万+
语义分割的数据集分为三类：2D图片，2.5D图片（RGB-D），3D图片。每一个类别的数据集都提供了像素级的标签，可以用来评估模型性能。同时其中一部分工作用到了数据增强来增加标签样本的数量。 一、2D数据 1.PASCAL Visual Object Classes（VOC） VOC数据集是计算机视觉主流数据集之一，可以作分类，分割，目标检测，动作检测和人物定位五类任务数据集，其中包含21个类及其标签：车辆，房屋，动物、飞机、自行车、船、公交车、小汽车、摩托车、火车、瓶子、椅子、餐桌、盆栽植物、沙发、
人体解析任务 和 Look into Person数据集 （附源码分享）
hyk_1996的博客
06-14 8034
人体解析任务 人体解析（human parsing），属于语义分割任务的子任务，旨在对人类图像进行像素级的是细粒度分割（例如，划分出身体部位和服装）。根据不同的场景，又可以分为单人人体解析（single-person human parsing）和多人人体解析（multi-person human parsing，或者 instance-level human parsing）。除此之外，按照处...
80+开源数据集资源汇总（包含目标检测、医学影像、关键点检测、工业检测等方向）.docx
04-08
- AI-TOD 航空图像数据集：这是一个专为小目标检测设计的数据集，包含8类别的700,621个对象实例，平均目标大小约为12.8像素，挑战了现有的小目标检测技术。 - iSAID 航空图像大规模数据集：提供航空图像实例分割，...
深度学习计算机视觉数据集汇总
01-19
开源真实场景图像检测数据集汇总 人群计数、行人检测等开源数据集资源汇总 行人检测.docx 人体姿态估计相关开源数据集介绍及汇总 15个目标检测开源数据集汇总 10个工业检测数据集.docx 图像去雾开源数据集资源汇总 ...
深度学习开源数据集分类汇总.pdf
04-27
这些数据集广泛用于训练卷积神经网络（CNN），以提升模型在图像分类、目标检测和语义分割等任务上的性能。 2. 自然语言处理：例如，用于文本分类的IMDB电影评论数据集、情感分析的Twitter数据、机器翻译的WMT数据集...
COCO格式数据集处理需要的各种脚本文件
06-21
COCO（Common Objects in Context）格式是一种广泛用于计算机视觉任务的数据集标准，如目标检测、语义分割和实例分割。这些脚本文件是针对COCO格式数据集进行处理和转换的重要工具，有助于研究人员和开发者高效地...
计算机视觉数据集全部汇总介绍知识分享
最新发布
10-13
目标检测数据集 在目标检测领域中，常用的数据集有： * ImageNet：一个大规模的图像数据库，包含了1400万张图像，分为21,841个类别。 * COCO (Microsoft Common Objects in Context)：一个大规模的图像数据库，...
显著性检测数据集PASCAL-S
10-24
显著性检测数据集PASCAL-S，内含有850张原始图片及GT标注图
图像显著性检测数据集SDE2、PASCAL-S百度云分享
05-16
文件中包括图像显著性检测数据集SDE2和PASCAL-S的原图和GT文件
Pascal-S 源代码
10-24
中的Pascal-S,网上找寻不到, 我抄了一份, 编译通过, 可以运行. 留个标本, 仅供参考 1976年N.Wirth写的Pascal-S是Pascal的真子集, PL/0的超集. 有整型,实型,布尓型,字符型. 还有数组和记录.
2021-05-21
weixin_44937409的博客
05-21 1604
深度学习之显著性检测（Image Matting 方向） 常用数据集 此部分参考：https://blog.csdn.net/studyeboy/article/details/102383922 DUT-OMRON 数据集包含5168张图像，最大边长为400像素，数据集中具有一个或多个显著对象和相对复杂的背景，具有眼睛固定、边界框和像素方面的大规模真实标注的数据集。 链接地址： http://saliencydetection.net/dut-omron/download/DUT-OMRON-imag
LIP数据集
qq_37164776的博客
11-09 2114
Look into Person (LIP) 是一个新的大规模数据集，专注于人的语义理解。 以下是详细说明。 1.1 Volume 该数据集包含 50,000 张图像，带有精细的逐像素注释，带有 19 个语义人体部位标签和带有 16 个关键点的 2D 人体姿势。 1.2 Diversity 标注的 50,000 张图像是从 COCO 数据集中裁剪的人实例，大小大于 50 * 50。从现实世界场景中收集的图像包含具有挑战性姿势和视图、严重遮挡、各种外观和低分辨率的人类外观。 我们正在努力收集和注释更多
人体解析（Human Parse）开源数据集整理
持续关注并分享目标检测、数据生成、视频驱动、跨模态、分割、关键点等领域前沿技术
08-07 4497
Human Parse开源数据集整理
人像分割数据集
qq_41994173的博客
07-29 2221
部分人像分割数据集用于语义分割模型训练和微调。
基于显著性目标检测的非特定类别图像分割实现以及部署过程(附源码+数据集)
DeepLearning_的博客
01-10 1079
将pytorch下训练得到的pth模型，转为onnx模型，使用OpenCV中的dnn模块加载进行推理（其中对OpenCV进行重新编译，加入CUDA加速处理相关依赖，时间从1800ms左右，降到了120ms左右，在i5-7400 CPU @ 3.00GHz + 1050Ti的主机上）。修改后的模型初始化参数：训练三十几轮（每轮2000次迭代）从0.44左右降到0.06左右，十几轮就已经降到了0.1左右。在两张1080 TI上训练，批次大小(batch size)设置为16，每迭代2000次，保存一次模型，
Keras语义分割与Tensorflow目标检测错误解决手册
在进行深度学习模型训练，特别是涉及语义分割和目标检测任务时，数据预处理是一个关键步骤。在这个过程中，可能会遇到以下问题： 1. **JSON到Dataset格式转换**：在利用labelme工具进行标注后，原始数据通常存储为...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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