Компьютерное зрение

Наборы данных изображений и видео с аннотациями для распознавания объектов, лиц и сцен.

ImageNet-AB — это поднабор данных ImageNet, содержащий аннотированные изображения для оценки и обучения моделей в задачах обработки изображений. Он включает в себя изображения с детализированными метками, полезными для задач классификации и распознавания объектов. Этот набор данных помогает улучшить точность моделей глубокого обучения в компьютерном зрении.

ImageNet 1K Resized 256 — это поднабор данных ImageNet, содержащий 1 000 классов изображений, уменьшенных до разрешения 256x256 пикселей. Он полезен для обучения и тестирования моделей глубокого обучения в задачах классификации и распознавания объектов, обеспечивая разнообразие и высокое качество изображений для разработки систем компьютерного зрения.

COCO (Common Objects in Context) — это набор данных, содержащий аннотированные изображения для задач детекции объектов, сегментации и captioning. Он включает более 330 000 изображений и 80 категорий объектов, что делает его полезным для обучения моделей глубокого обучения в области компьютерного зрения и анализа изображений.

CelebFaces Attributes Dataset (CelebA) — это крупномасштабный набор данных атрибутов лица с более чем 200 тыс. изображений знаменитостей, каждое с 40 аннотациями атрибутов. Изображения в этом наборе данных охватывают большие вариации поз и фоновые помехи. CelebA имеет большое разнообразие, большие количества и богатые аннотации, включая

CIFAR-10 — это набор данных, содержащий 60 000 цветных изображений, разделенных на 10 классов, таких как самолеты, автомобили, птицы и млекопитающие. Каждое изображение имеет размер 32x32 пикселя. Набор данных используется для обучения и тестирования моделей машинного обучения в задачах классификации изображений и компьютерного зрения.

HKR Dataset — это набор данных, содержащий изображения, аннотированные для задач распознавания объектов в контексте гуманитарных и социальных наук. Он включает изображения, связанные с культурным наследием и историческими объектами, что делает его полезным для исследований в области компьютерного зрения и анализа культурного контента.

KZ Mushrooms Dataset — это набор данных, содержащий изображения различных видов грибов, собранных в Казахстане. Он включает аннотации, описывающие характеристики каждого вида. Набор данных полезен для задач классификации, распознавания объектов и экологических исследований, а также для обучения моделей в области компьютерного зрения.

Fashion MNIST — это набор данных, содержащий 70 000 изображений модной одежды, таких как обувь, платья и футболки. Каждое изображение имеет размер 28x28 пикселей и аннотировано по 10 классам. Набор данных используется для обучения и тестирования моделей машинного обучения в задачах классификации изображений и распознавания модных предметов.

CIFAR-100 — это набор данных, содержащий 60 000 цветных изображений, разделенных на 100 классов, таких как животные, транспорт и бытовые предметы. Каждое изображение имеет размер 32x32 пикселя. Набор используется для обучения и тестирования моделей в задачах классификации изображений и компьютерного зрения, предоставляя более широкий спектр классов по сравнению с CIFAR-10.

PASCAL VOC — это набор данных, предназначенный для задач детекции объектов и семантической сегментации. Он включает аннотированные изображения с 20 классами объектов, такими как люди, автомобили и животные. Набор данных предоставляет как изображения, так и соответствующие аннотации, что делает его полезным для обучения и тестирования моделей в области компьютерного зрения.

LFW (Labeled Faces in the Wild) — это набор данных, содержащий более 13 000 изображений лиц, собранных из интернет-источников. Он аннотирован по именам более 5 700 уникальных личностей. Набор данных полезен для задач распознавания лиц, обучения моделей идентификации и верификации, а также для исследований в области компьютерного зрения.

ADE20K — это набор данных, содержащий изображения с аннотациями для задач семантической сегментации. Он включает более 20 000 изображений, аннотированных по более чем 150 категориям объектов и сцен. Набор данных полезен для обучения и тестирования моделей в области компьютерного зрения, особенно для задач, связанных с пониманием контекста и разметкой изображений.

Oxford Pets — это набор данных, содержащий изображения домашних животных, таких как кошки и собаки, с аннотациями по породам. Он включает более 7 000 изображений, каждое из которых помечено по породе и включает маски для сегментации. Набор данных полезен для задач классификации изображений, распознавания объектов и семантической сегментации в области компьютерного зрения.

SUN397 — это набор данных, содержащий более 100 000 изображений, классифицированных по 397 категорий сцен, таких как пляжи, парки и города. Набор данных полезен для задач распознавания сцен, обучения моделей в области компьютерного зрения и тестирования алгоритмов классификации изображений. Каждое изображение сопровождается меткой, что облегчает анализ и использование данных.

Indoor Scenes — это набор данных, содержащий изображения различных внутренних пространств, аннотированных по 67 категориям, таким как кухни, гостиные и офисы. Набор включает более 10 000 изображений, что делает его полезным для задач классификации сцен, распознавания объектов и обучения моделей в области компьютерного зрения, связанных с анализом внутренних помещений.

Stanford Dogs — это набор данных, содержащий более 20 000 изображений различных пород собак, собранных из интернет-источников. Каждое изображение аннотировано по породе, что делает набор полезным для задач классификации изображений и распознавания объектов в области компьютерного зрения. Набор данных подходит для обучения моделей, ориентированных на идентификацию и изучение пород собак.

Cityscapes Depth and Segmentation — это набор данных, содержащий изображения городских сцен, аннотированных для задач глубинной сегментации и глубины. Он включает более 5 000 высококачественных изображений, полезных для обучения моделей в области компьютерного зрения, особенно для задач, связанных с пониманием сцен в городских условиях и автономным вождением.

CBIS-DDSM (Curated Breast Imaging Subset of the Digital Database for Screening Mammography) — это набор данных, содержащий медицинские изображения маммографий, аннотированные для диагностики рака груди. Он включает различные виды изображений, таких как маммограммы и ультразвуковые снимки, полезные для обучения и тестирования моделей в области медицинского анализа и распознавания образов. Набор данных помогает в разработке систем поддержки принятия решений в области здравоохранения.

EuroSAT — это набор данных, содержащий более 27 000 спутниковых изображений, аннотированных по 10 классам, включая сельскохозяйственные и городские земли. Изображения имеют разрешение 10 метров и обеспечивают полезный ресурс для задач классификации и анализа изображений в области геоинформационных систем и удаленного зондирования. Набор данных подходит для обучения моделей глубокого обучения в задачах распознавания объектов и анализа земного покрова.

iNaturalist 2017 — это набор данных, содержащий более 5 000 000 изображений различных видов растений и животных, аннотированных по 8 000 классов. Набор предназначен для задач классификации и распознавания объектов в области биологии и экологии. Он полезен для обучения моделей глубокого обучения, а также для исследований в области распознавания видов и охраны природы.

UCF101 — это набор данных, содержащий 13 320 видеоклипов, аннотированных для 101 класса действий, таких как бег, плавание и танцы. Набор используется для задач распознавания действий и обучения моделей глубокого обучения в области видеоанализа. Он полезен для разработки систем, способных идентифицировать и классифицировать действия в видео в реальном времени.

YouTube-8M — это набор данных, содержащий более 8 миллионов видеоклипов с аннотациями для задач классификации видео и извлечения информации. Он включает разнообразные категории, такие как музыка, спорт и обучение, что делает его полезным для обучения и тестирования моделей глубокого обучения в области видеоанализа и распознавания событий в видео.

KITTI — это набор данных, предназначенный для задач компьютерного зрения и автономного вождения. Он включает аннотированные изображения, данные с Lidar и GPS, а также метки для распознавания объектов и семантической сегментации. Набор данных полезен для разработки и тестирования алгоритмов в области распознавания объектов, трекинга и анализа сцен в условиях реального времени.

Visual Genome — это набор данных, содержащий более 100 000 изображений с аннотациями объектов, атрибутов и отношений между ними. Он предоставляет детальные метки для каждой части изображения, что делает его полезным для задач визуального понимания, генерации описаний изображений и обучения моделей в области компьютерного зрения, особенно для понимания контекста и семантики сцен.

Flickr8k — это набор данных, содержащий 8 000 изображений с аннотациями, которые описывают содержимое каждой фотографии. Набор используется для задач генерации описаний изображений и обучения моделей, способных связывать визуальные данные с текстом. Он полезен для исследований в области компьютерного зрения и обработки естественного языка, особенно для создания систем, генерирующих текстовые описания на основе изображений.

CamVid — это набор данных, содержащий изображения для задач семантической сегментации. Он включает видео-сцены из городских условий, аннотированных по 32 классам объектов, таким как дороги, автомобили и пешеходы. Набор полезен для обучения и тестирования моделей в области компьютерного зрения, особенно для автономного вождения и анализа городской инфраструктуры.

CheXpert — это набор данных, содержащий более 224 000 рентгеновских изображений грудной клетки, аннотированных для 14 заболеваний, таких как пневмония и опухоли. Набор полезен для задач автоматического распознавания заболеваний, обучения моделей глубокого обучения в области медицинской диагностики и анализа изображений. CheXpert способствует разработке систем поддержки принятия решений в здравоохранении.

EMNIST (Extended MNIST) — это набор данных, расширяющий классический MNIST и содержащий рукописные буквы и цифры. Он включает в себя несколько поднаборов, таких как EMNIST ByClass и EMNIST ByMerge, с более чем 800 000 изображений. Набор данных полезен для задач классификации и распознавания рукописного текста, а также для обучения моделей машинного обучения в области обработки изображений.

LabelMe — это набор данных, содержащий аннотированные изображения, которые используются для задач семантической сегментации и распознавания объектов. Набор включает в себя изображения различных сцен и аннотации объектов, что делает его полезным для обучения и тестирования моделей в области компьютерного зрения. LabelMe способствует разработке систем, которые могут понимать и интерпретировать визуальные данные.

CASIA Gait Database — это набор данных, содержащий видеозаписи ходьбы людей, записанные с различных углов. Он включает различные условия, такие как изменение одежды и обуви. Набор данных полезен для задач распознавания ходьбы и биометрической идентификации, а также для обучения моделей в области компьютерного зрения, особенно в контексте анализа движений и поведения человека.

CIFAR-10H — это расширенная версия CIFAR-10, содержащая более 30 000 изображений, аннотированных с использованием человеческого разметки для улучшения качества классификации. Набор включает изображения из 10 классов, таких как автомобили, самолеты и животные. Он полезен для задач обучения и тестирования моделей глубокого обучения в области компьютерного зрения, обеспечивая более точные аннотации для улучшения производительности классификации.

MPII Human Pose Dataset — это набор данных, содержащий изображения людей в различных позах, аннотированные ключевыми точками для задач распознавания позы. Он включает более 25 000 изображений с разнообразными действиями и сценами. Набор полезен для обучения и тестирования моделей в области компьютерного зрения, особенно для распознавания поз и анализа движений в реальном времени.

Google Landmark Dataset — это набор данных, содержащий более 2,5 миллиона изображений, аннотированных для более чем 2 800 достопримечательностей по всему миру. Он используется для задач распознавания объектов и классификации изображений, особенно в контексте достопримечательностей и туристических мест. Набор данных полезен для обучения моделей глубокого обучения в области компьютерного зрения и геолокации.

MegaFace — это набор данных, содержащий более 1 миллиона лиц и более 4,7 миллиона изображений, предназначенный для задач распознавания лиц. Он включает в себя изображения с различными условиями освещения, выражениями и углами обзора. Набор полезен для оценки и обучения моделей в области биометрической идентификации, распознавания лиц и повышения устойчивости систем распознавания к различным вариациям.

Visual Question Answering (VQA) — это набор данных, содержащий изображения и соответствующие вопросы с ответами, основанными на содержании изображений. Он включает более 1,1 миллиона вопросов, что делает его полезным для задач, связанных с пониманием изображений и взаимодействием на естественном языке. Набор данных помогает в разработке моделей, способных отвечать на вопросы, основываясь на визуальной информации.

Tate Dataset — это набор данных, содержащий изображения произведений искусства из коллекции Tate, включая картины, скульптуры и другие формы искусства. Набор аннотирован по художникам, жанрам и другим атрибутам. Он полезен для задач классификации изображений, анализа искусства и разработки моделей в области компьютерного зрения, связанных с культурным наследием.

RDD 2020 (Reddit Data Dataset 2020) — это набор данных, содержащий текстовые сообщения и комментарии с платформы Reddit, собранные за 2020 год. Набор полезен для анализа текстов, исследований в области обработки естественного языка и обучения моделей для задач классификации, извлечения информации и анализа настроений. Он предоставляет богатый контекст для изучения взаимодействий пользователей в онлайн-сообществе.