Astanahub Logo
Astanahub Logo
Главная
Комьюнити
Налоговые льготы
Программы
Hub Market
Вакансии
Технологические задачи
Услуги и товары
Мероприятия
Онлайн курсы
Tech Orda
Релокация
Связаться с нами
Дополнительно
Присоединиться Войти
Назад
Опубликовать

Пост

Мероприятие

Вакансию

Инициативу

Технологическую задачу

  • Лента
  • Программы
  • Налоговые льготы
    • Стать участником
    • Участники технопарка
  • Технологические задачи
  • Мероприятия
  • Люди и компании
  • Tech Orda
  • Вакансии
  • Инфраструктура
    • Лаборатории и оборудования
    • Павильоны Astana Hub
    • Региональные Хабы
  • Маркетплейс
  • Релокация
    • Открыть IT-компанию
    • Expat Centre
  • Об astanahub.com
  • Связаться с нами
  • Социальные сети

astanahub.com © 2020-2025. Все права защищены

Политика конфиденциальности Пользовательское соглашение Дополнительно F.A.Q.

Компьютерное зрение

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

ImageNet-AB

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.

Перейти

ImageNet 1K Resized 256

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.

Перейти

COCO (Common Objects in Context)

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.

Перейти

Open Images

Open Images — это обширный набор данных, содержащий миллионы аннотированных изображений, включая детекции объектов, сегментацию и описания. Набор охватывает более 600 объектов и предоставляет богатые метаданные, что делает его полезным для обучения и тестирования моделей глубокого обучения в задачах компьютерного зрения.
Перейти

CelebA

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

Перейти

MNIST 

MNIST — это набор данных, содержащий 70 000 изображений рукописных цифр от 0 до 9. Каждое изображение имеет размер 28x28 пикселей и сопровождается меткой, обозначающей соответствующую цифру. Набор данных широко используется для обучения и тестирования моделей машинного обучения, особенно в задачах классификации изображений.

Перейти

CIFAR-10

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.

Перейти

HKR Dataset

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.

Перейти

KZ Mushrooms Dataset

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.

Перейти

Fashion MNIST

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.

Перейти

CIFAR 100

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.

Перейти

PASCAL VOC

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.

Перейти

LFW (Labeled Faces in the Wild)

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.

Перейти

ADE20K

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.

Перейти

Oxford Pets

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.

Перейти

SUN397

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.

Перейти

Indoor Scenes

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.

Перейти

Stanford Dogs

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.

Перейти

Cityscapes Depth and Segmentation

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.

Перейти

CBIS-DDSM (Curated Breast Imaging Subset of the Digital Database for Screening Mammography)

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.

Перейти

EuroSAT

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.

Перейти

iNaturalist 2017 

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.

Перейти

UCF101

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.

Перейти

YouTube-8M 

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.

Перейти

KITTI 

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.

Перейти

Visual Genome

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.

Перейти

Flickr8k

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.

Перейти

CamVid

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.

Перейти

CheXpert

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.

Перейти

DeepFashion 

DeepFashion — это набор данных, содержащий более 800 000 изображений модной одежды, аннотированных по категориям, атрибутам и ключевым точкам. Он полезен для задач распознавания объектов, классификации одежды и генерации рекомендаций в области моды. Набор данных способствует развитию приложений, связанных с анализом и поиском одежды, а также помогает в обучении моделей глубокого обучения в компьютерном зрении.
Перейти

300W

300W — это набор данных, содержащий изображения лиц с аннотациями ключевых точек для задач распознавания лиц и определения их позы. Он включает более 3 000 изображений и 68 000 аннотированных точек, что делает его полезным для обучения и тестирования моделей в области компьютерного зрения, особенно для задач, связанных с детекцией и отслеживанием лиц.
Перейти

EMNIST (Extended MNIST)

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.

Перейти

LabelMe 

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.

Перейти

Human3.6M 

Human3.6M — это набор данных, содержащий 3D-сканированные движения человека, записанные с помощью камер. Он включает более 3,6 миллиона кадров, аннотированных позами и движениями. Набор данных полезен для задач анализа движений, распознавания действий и обучения моделей в области компьютерного зрения и компьютерной графики, особенно для исследования человеческой динамики и взаимодействия.
Перейти

CASIA Gait Database

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.

Перейти

CIFAR-10H

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.

Перейти

MPII Human Pose Dataset

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.

Перейти

Visual Dialog

Visual Dialog — это набор данных, содержащий изображения с аннотированными диалогами, в которых задаются вопросы о содержании изображений. Он включает более 120 000 вопросов и ответов, что делает его полезным для задач, связанных с пониманием визуальной информации и взаимодействием на естественном языке. Набор данных помогает в разработке моделей, способных вести осмысленные беседы о визуальном контенте.
Перейти

Google Landmark Dataset 

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.

Перейти

MegaFace 

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.

Перейти

Visual Question Answering (VQA)

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.

Перейти

Fashion 150K

Fashion 150K — это набор данных, содержащий 150 000 изображений модной одежды, аннотированных по категориям и атрибутам. Набор полезен для задач классификации изображений, генерации рекомендаций и обучения моделей в области компьютерного зрения, связанных с модой и стилем. Он помогает в разработке приложений, которые анализируют и рекомендуют модные предметы на основе визуальных данных.
Перейти

Tate Dataset 

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.

Перейти

BIGstockimage2M

BIGstockimage2M — это набор данных, содержащий 2 миллиона изображений, собранных из различных источников стоковых фотографий. Набор включает изображения с разнообразными категориями и темами, что делает его полезным для задач классификации, генерации изображений и обучения моделей в области компьютерного зрения. Он также может быть использован для исследований в области обработки изображений и анализа визуального контента.
Перейти

RDD 2020 (Reddit Data Dataset 2020)

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.

Перейти
QR

Мобильное приложение

Join the Unicorn Game

© 2025, Автономный кластерный фонд «Парк инновационных технологий»

Политика конфиденциальности Пользовательское соглашение F.A.Q.

Вход в аккаунт

Нет аккаунта? Регистрация
Забыли пароль?

Авторизация

Выберите удобный для Вас способ авторизации
  • Продолжить с аккаунтом Google
  • Продолжить с помощью ЭЦП
  • Войти через email
Нет аккаунта? Регистрация
Просим обеспечить конфиденциальность имени пользователя и пароля! Продолжая, Вы принимаете условия и предложения Astana Hub

Регистрация

Выберите удобный для Вас способ регистрации
  • Продолжить с аккаунтом Google
  • Продолжить с помощью ЭЦП
  • Регистрация через email
Уже есть аккаунт? Войти
Просим обеспечить конфиденциальность имени пользователя и пароля! Продолжая, Вы принимаете условия и предложения Astana Hub

Регистрация

Уже есть аккаунт? Войти

Вход через ЭЦП

У меня уже есть аккаунт. Хочу войти

ИИН:

Регистрация через ЭЦП

У меня уже есть аккаунт. Хочу войти

ИИН:

Продолжая, Вы принимаете условия и предложения AstanaHub

Регистрация

Войти под другим логином

Пройдите по ссылке, которую мы отправили Вам на почту , для завершения регистрации

Восстановление пароля

Смена пароля

Ваш пароль устарел. Пожалуйста, смените пароль в целях безопасности

Смена пароля

Добавить email

Введите новый email, который будет использоваться при авторизации в системе


Добавить номер телефона

Введите новый номер телефона, который будет использоваться при авторизации в системе


Восстановление пароля

Войти под другим логином

Введите адрес почты, на которую Вы получите ссылку для восстановления пароля

Войти под другим логином

Пройдите по ссылке, которую мы отправили Вам на почту

Успешная регистрация!

Поздравляем, вы успешно зарегистрированы на платформе astanahub.com

Отлично

Ваша учетная запись
заблокирована

Войти под другим логином

Ваша учетная запись заблокирована, так как пароль от нее был введен неверно более 3-х раз

Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Войти или зарегистрироваться

Или
Войти через Gmail
Просим обеспечить конфиденциальность имени пользователя и пароля! Продолжая, Вы принимаете условия и предложения Astana Hub
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите пароль
Вы входите по почте

Забыли пароль?
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите пароль
Вы входите по номеру

Забыли пароль?
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите СМС-код
Мы отправили его на ваш номер

Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите СМС-код
Мы отправили его на ваш номер

Запросить код снова через 0 сек
Запросить код снова
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Придумайте пароль

Минимум 8 символов

Заглавные буквы A-Z

Строчные буквы a-z

Одна цифра

Один специальный символ

По завершению регистрации мы автоматически добавим вас в «Люди и компании» для нетворкинга в экосистеме Astana Hub.

Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите СМС-код
Мы отправили его на ваш номер

Запросить код снова через 0 сек
Запросить код снова
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Как вас зовут?

Раздел «Люди и компании» предназначен для развития нетворкинга, поиска единомышленников и расширения деловых связей.

Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите пароль
Вы входите по почте

Забыли пароль?
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Введите код подтверждения
Мы отправили его на вашу почту

Запросить код снова
Цифровой технопарк для коммуникаций стартапов, инвесторов и экспертов

Ваша учетная запись
заблокирована

Ваша учетная запись заблокирована, так как пароль от нее был введен неверно более 3-х раз

Восстановить пароль
Войти под другим логином