[问答]

用于计算机视觉训练的图像数据集介绍

问答对人有帮助，内容完整，我也想知道答案 0 用于计算机视觉训练的图像数据集 0
2021-2-26 07:35:08　　评论淘帖0 邀请回答您可以邀请以下用户，快速回答问题 × gfhtrdfd 该类别下有 54 个回答。邀请回答 fejlkel 该类别下有 47 个回答。邀请回答 jefljel 该类别下有 40 个回答。邀请回答 fdvcxhtg 该类别下有 40 个回答。邀请回答 flewfjk 该类别下有 38 个回答。邀请回答 fdjslkjd 该类别下有 31 个回答。邀请回答 djelje 该类别下有 30 个回答。邀请回答 efwedfd 该类别下有 29 个回答。邀请回答 1123127317 该类别下有 29 个回答。邀请回答 yqdedli 该类别下有 27 个回答。邀请回答 ytrwv 该类别下有 25 个回答。邀请回答 tr12345 该类别下有 25 个回答。邀请回答 tr4578 该类别下有 23 个回答。邀请回答 ejlwj 该类别下有 23 个回答。邀请回答 djfldsthtr 该类别下有 22 个回答。邀请回答逸興遄飛该类别下有 21 个回答。邀请回答算一挂该类别下有 17 个回答。邀请回答一刀两断该类别下有 15 个回答。邀请回答北上北京该类别下有 8 个回答。邀请回答 abc明星该类别下有 8 个回答。邀请回答举报李凤相关推荐 • 自动驾驶系统要完成哪些计算机视觉任务？ 1838 • 什么是计算机视觉看了就知道 1690 • 如何让计算机视觉更进一步接近人类视觉？ 1402 • 基于深度学习和计算机视觉的面部表情分析 2015 • 有关虚拟仪器的计算机视觉系统有哪些研究？ 2143 • 如何使用工业相机和单板计算机组建视觉采集系统，通过利用labview实现该系统的远程控制和图像采集？ 5158 • 工业计算机的应用 6861 • 计算机视觉检测系统由什么组成？ 3159 • CEVA-CV在嵌入式视觉应用发挥着什么样的作用？ 1332 • TMS320DM642如何与计算机实现数据通信 2457 2个回答

答案对人有帮助，有参考价值 0 　　计算机视觉使计算机能够理解图像和视频的内容。计算机视觉的目标是使人类视觉系统可以实现任务自动化。　　计算机视觉任务包括图像采集、图像处理和图像分析。图像数据可以采用不同的形式，例如视频序列，从多个角度的不同的摄像机查看图像或来自医疗扫描仪的多维数据。

2021-2-26 10:58:20 评论举报陈小红

答案对人有帮助，有参考价值 0 　　用于计算机视觉训练的图像数据集　　Labelme：麻省理工学院计算机科学与人工智能实验室（CSAIL）创建的大型数据集，包含187，240张图像、62，197条带注释的图像和658，992张带标签的对象。　　乐高积木：通过文件夹和使用Blender渲染的计算机对大约16700种乐高积木进行分类的大约12，700张图像。　　ImageNet：用于新算法的实际图像数据集。根据WordNet层次结构进行组织，其中层次结构的每个节点都以成千上万的图像进行描绘。　　LSUN：具有许多辅助任务的场景理解（房间布局估计、显着性预测等）　　MS COCO：COCO是包含200，000多个标记图像的大规模对象检测、分割和字幕数据集。它可以用于对象分割，上下文识别以及许多其他用例。　　哥伦比亚大学图像库：COIL100是一个数据集，其中包含360个旋转角度中每个角度成像的100个不同对象。　　视觉基因组：视觉基因组是一个数据集和知识库，旨在将结构化图像概念与语言联系起来。该数据库具有详细的视觉知识库，并带有108，077张图像的字幕。　　Google的开放图像：“Creative Commons”下900万个URL的图像集合，这些URL已用6000多个类别的标签进行了注释。　　　　来自“打开图像”数据集的带注释的图像。　　左：Kevin Krejci的《鬼拱门》。右：J B制造的银制厨房用具。两个图像均在CC BY 2.0许可下使用。　　Youtube-8M：带有标签的大规模数据集，由数百万个YouTube视频ID组成，带有超过3，800多个视觉实体的注释。　　带标签的野外面孔：13，000个带标签的人脸图像，用于开发涉及面部识别的应用程序。　　斯坦福犬类数据集：包含20，580张图像和120种不同的犬种类别，每个类别约有150张图像。　　地点：以场景为中心的数据库，其中包含205个场景类别和250万个带有类别标签的图像。　　CelebFaces：具有超过200，000张名人图像的人脸数据集，每个图像带有40个属性注释。　　　　来自CelebFaces数据集的样本图像。　　花卉：在英国常见的花朵图像数据集，包含102个不同类别。每个花类由40至258张图像组成，这些图像具有不同的姿势和光线变化。　　植物图像分析：涵盖超过一百万张植物图像的数据集。可以从11种植物中选择。　　家庭对象：一个数据集，其中包含来自家庭的随机对象，大部分来自厨房、浴室和客厅，这些对象分为训练和测试数据集。　　CIFAR-10：包含60，000张32×32彩色图像的大型图像数据集，分为10类。数据集分为五个训练批次和一个测试批次，每个批次包含10，000张图像。　　CompCars：包含163种车型，包含1，716种车型，每种车型都标有五个属性，包括最大速度、排量、门数、座位数和汽车类型。　　室内场景识别：非常具体的数据集，非常有用，因为大多数场景识别模型在“外部”效果更好。包含67个室内类别，共15620张图像。　　VisualQA：VQA是一个数据集，包含有关265，016张图像的开放式问题。这些问题需要对视觉和语言的理解。对于每个图像，至少有3个问题，每个问题10个答案。

2021-2-26 10:58:36 评论举报李欣海