超级会员免费看
本文介绍了多个目标检测数据集，如ZeroWaste（废物检测与分割），Aircraft Context Dataset（飞机检测与分割），DeepPCB（印刷电路板缺陷检测）等，涵盖了不同领域和应用场景，包括废物处理、航空、医疗、交通等，为研究和开发目标检测算法提供了丰富的资源。
文章目录
- 一、ZeroWaste
- 二、Aircraft Context Dataset
- 三、BdSLImset (Bangladeshi Sign Language Image Dataset)
- 四、COCO-Tasks
- 五、Deep PCB (Deep Printed Circuit Board)
- 六、Endotect Polyp Segmentation Challenge Dataset
- 七、FDDB-360
- 八、FOD-A
- 九、Gun Detection Dataset
- 十、INRIA-Horse
- 十一、Kvasir-Capsule
- 十二、Light Snowfall (DENSE)
- 十三、MSDA (Multi-source domain adaptation dataset for text recognition)
- 十四、MUAD (Multiple Uncertainties for Autonomous Driving)
- 十五、Occluded COCO
一、ZeroWaste
ZeroWaste 是一个用于自动废物检测和分割的数据集。 该数据集包含从真实废物分类工厂收集的 1,800 多个完全分割的视频帧以及用于分割方法训练和评估的废物材料标签，以及可进一步用于半监督和自监督的 6,000 多个未标记帧 学习技巧。 ZeroWaste 还提供分拣过程之前和之后的传送带框架，包括可用于弱监督分割的新颖设置。
二、Aircraft Context Dataset
飞机上下文数据集由两个相互兼容的大规模多功能图像数据集组成，重点关注有人驾驶飞机和无人机，旨在用于训练和评估航空领域的分类、检测和分割模型。 此外，一组相关的元参数可用于量化数据集的变异性以及环境条件对模型性能的影响。
订阅专栏 解锁全文
402
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
