精华内容
下载资源
问答
  • 数字图像处理常用数据集Kodak24,24张彩色图,大小都为500*500 预览:https://blog.csdn.net/iteapoy/article/details/86062640
  • 数据集中包含两个文件夹各96张,分别是pgm格式和png格式的图片。ps:lena,cameraman,house,lake,peppers等等的经典灰度图片。
  • 数字图像处理常用数据集BSD68,68张灰度图,大小不一。 预览:https://blog.csdn.net/iteapoy/article/details/86062640.
  • 包含灰度图像、彩色图像的lena、Barbara、man、boats等在内的46张图片
  • 图像处理数据集介绍

    千次阅读 2019-02-13 15:47:19
    汇总_图像处理数据集:https://blog.csdn.net/qq_14845119/article/details/51913171 阿里汇总_各领域数据集:https://tianchi.aliyun.com/notebook/detail.html?spm=5176.9876270.0.0.5781e44aK90WWr&id=39308...

    汇总_图像处理数据集:https://blog.csdn.net/qq_14845119/article/details/51913171

    阿里汇总_各领域数据集:https://tianchi.aliyun.com/notebook/detail.html?spm=5176.9876270.0.0.5781e44aK90WWr&id=39308

                                 可查看其中图像处理相关部分

    知乎汇总_人脸数据集:https://zhuanlan.zhihu.com/p/31378836

    汇总_各领域数据集:http://www.twistedwg.com/2018/04/09/download-dataset.html

     

    关于人脸数据集整理:

    http://www.twistedwg.com/2018/04/11/IMDB-WIKI-face_images.html

    人脸数据集:http://umdfaces.io/

    展开全文
  • 最全最多的图像处理数据集(含链接)。见下面链接,含有各种不同主题的数据集。 https://blog.csdn.net/u010429424/article/details/72171476

    最全最多的图像处理数据集(含链接)。见下面链接,含有各种不同主题的数据集。
    https://blog.csdn.net/u010429424/article/details/72171476

    展开全文
  • ImageNet ...目前已经包含14197122张图像,是已知的最大的图像数据库。每年的ImageNet大赛更是魂萦梦牵着国内外各个名校和大型IT公司以及网络巨头的心。图像如下图所示,需要注册ImageNet帐号才可以...

     

    ImageNet

             ImageNet是一个计算机视觉系统识别项目,是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统建立的。能够从图片识别物体。目前已经包含14197122张图像,是已知的最大的图像数据库。每年的ImageNet大赛更是魂萦梦牵着国内外各个名校和大型IT公司以及网络巨头的心。图像如下图所示,需要注册ImageNet帐号才可以下载,下载链接为http://www.image-net.org/

     

    PASCAL VOC

             PASCALVOC 数据集是视觉对象的分类识别和检测的一个基准测试,提供了检测算法和学习性能的标准图像注释数据集和标准的评估系统。图像如下图所示,包含VOC2007(430M),VOC2012(1.9G)两个下载版本。下载链接为http://pjreddie.com/projects/pascal-voc-dataset-mirror/

     

    Labelme

             Labelme是斯坦福一个学生的母亲利用休息时间帮儿子做的标注,后来便发展为一个数据集。该数据集的主要特点包括

    (1)专门为物体分类识别设计,而非仅仅是实例识别

    (2)专门为学习嵌入在一个场景中的对象而设计

    (3)高质量的像素级别标注,包括多边形框(polygons)和背景标注(segmentation masks)

    (4)物体类别多样性大,每种物体的差异性,多样性也大。

    (5)所有图像都是自己通过相机拍摄,而非copy

    (6)公开的,免费的

             图像如下图所示,需要通过matlab来下载,一种奇特的下载方式,下载链接为http://labelme2.csail.mit.edu/Release3.0/index.php

    COCO

           COCO是一种新的图像识别,分割和加字幕标注的数据集。主要由Tsung-Yi Lin(Cornell Tech),Genevieve Patterson (Brown),MatteoRuggero Ronchi (Caltech),Yin Cui (Cornell Tech),Michael Maire (TTI Chicago),Serge Belongie (Cornell Tech),Lubomir Bourdev (UC Berkeley),Ross Girshick (Facebook AI), James Hays (Georgia Tech),PietroPerona (Caltech),Deva Ramanan (CMU),Larry Zitnick (Facebook AI), Piotr Dollár (Facebook AI)等人收集而成。其主要特征如下

    (1)目标分割

    (2)通过上下文进行识别

    (3)每个图像包含多个目标对象

    (4)超过300000个图像

    (5)超过2000000个实例

    (6)80种对象

    (7)每个图像包含5个字幕

    (8)包含100000个人的关键点

             图像如下图所示,支持Matlab和Python两种下载方式,下载链接为http://mscoco.org/

    SUN

             SUN数据集包含131067个图像,由908个场景类别和4479个物体类别组成,其中背景标注的物体有313884个。图像如下图所示,下载链接为http://groups.csail.mit.edu/vision/SUN/

    Caltech

             Caltech是加州理工学院的图像数据库,包含Caltech101和Caltech256两个数据集。该数据集是由Fei-FeiLi, Marco Andreetto, Marc 'Aurelio Ranzato在2003年9月收集而成的。Caltech101包含101种类别的物体,每种类别大约40到800个图像,大部分的类别有大约50个图像。Caltech256包含256种类别的物体,大约30607张图像。图像如下图所示,下载链接为http://www.vision.caltech.edu/Image_Datasets/Caltech101/

    Corel5k

             这是Corel5K图像集,共包含科雷尔(Corel)公司收集整理的5000幅图片,故名:Corel5K,可以用于科学图像实验:分类、检索等。Corel5k数据集是图像实验的事实标准数据集。请勿用于商业用途。私底下学习交流使用。Corel图像库涵盖多个主题,由若干个CD组成,每个CD包含100张大小相等的图像,可以转换成多种格式。每张CD代表一个语义主题,例如有公共汽车、恐龙、海滩等。Corel5k自从被提出用于图像标注实验后,已经成为图像实验的标准数据集,被广泛应用于标注算法性能的比较。Corel5k由50张CD组成,包含50个语义主题。

             Corel5k图像库通常被分成三个部分:4000张图像作为训练集,500张图像作为验证集用来估计模型参数,其余500张作为测试集评价算法性能。使用验证集寻找到最优模型参数后4000张训练集和500张验证集混合起来组成新的训练集。

             该图像库中的每张图片被标注1~5个标注词,训练集中总共有374个标注词,在测试集中总共使用了263个标注词。图像如下图所示,很遗憾本人也未找到官方下载路径,于是github上传了一份,下载链接为https://github.com/watersink/Corel5K

     

     

    CIFAR(Canada Institude For Advanced Research)

          CIFAR是由加拿大先进技术研究院的AlexKrizhevsky, Vinod Nair和Geoffrey Hinton收集而成的80百万小图片数据集。包含CIFAR-10和CIFAR-100两个数据集。 Cifar-10由60000张32*32的RGB彩色图片构成,共10个分类。50000张训练,10000张测试(交叉验证)。这个数据集最大的特点在于将识别迁移到了普适物体,而且应用于多分类。CIFAR-100由60000张图像构成,包含100个类别,每个类别600张图像,其中500张用于训练,100张用于测试。其中这100个类别又组成了20个大的类别,每个图像包含小类别和大类别两个标签。官网提供了Matlab,C,python三个版本的数据格式。图像如下图所示,下载链接为http://www.cs.toronto.edu/~kriz/cifar.html

    人脸数据库:

    AFLW(Annotated Facial Landmarks in the Wild)

           AFLW人脸数据库是一个包括多姿态、多视角的大规模人脸数据库,而且每个人脸都被标注了21个特征点。此数据库信息量非常大,包括了各种姿态、表情、光照、种族等因素影响的图片。AFLW人脸数据库大约包括25000万已手工标注的人脸图片,其中59%为女性,41%为男性,大部分的图片都是彩色,只有少部分是灰色图片。该数据库非常适合用于人脸识别、人脸测、人脸对齐等方面的究,具有很高的研究价值。图像如下图所示,需要申请帐号才可以下载,下载链接为http://lrs.icg.tugraz.at/research/aflw/

     

    LFW(Labeled Faces in the Wild)

           LFW是一个用于研究无约束的人脸识别的数据库。该数据集包含了从网络收集的13000张人脸图像,每张图像都以被拍摄的人名命名。其中,有1680个人有两个或两个以上不同的照片。这些数据集唯一的限制就是它们可以被经典的Viola-Jones检测器检测到(a hummor)。图像如下图所示,下载链接为http://vis-www.cs.umass.edu/lfw/index.html#download

    AFW(Annotated Faces in the Wild)

           AFW数据集是使用Flickr(雅虎旗下图片分享网站)图像建立的人脸图像库,包含205个图像,其中有473个标记的人脸。对于每一个人脸都包含一个长方形边界框,6个地标和相关的姿势角度。数据库虽然不大,额外的好处是作者给出了其2012 CVPR的论文和程序以及训练好的模型。图像如下图所示,下载链接为http://www.ics.uci.edu/~xzhu/face/

     

    FDDB(Face Detection Data Set and Benchmark)

           FDDB数据集主要用于约束人脸检测研究,该数据集选取野外环境中拍摄的2845个图像,从中选择5171个人脸图像。是一个被广泛使用的权威的人脸检测平台。图像如下图所示,下载链接为http://vis-www.cs.umass.edu/fddb/

    WIDER FACE

       WIDER FACE是香港中文大学的一个提供更广泛人脸数据的人脸检测基准数据集,由YangShuo, Luo Ping ,Loy ,Chen Change ,Tang Xiaoou收集。它包含32203个图像和393703个人脸图像,在尺度,姿势,闭塞,表达,装扮,关照等方面表现出了大的变化。WIDER FACE是基于61个事件类别组织的,对于每一个事件类别,选取其中的40%作为训练集,10%用于交叉验证(cross validation),50%作为测试集。和PASCAL VOC数据集一样,该数据集也采用相同的指标。和MALF和Caltech数据集一样,对于测试图像并没有提供相应的背景边界框。图像如下图所示,下载链接为http://mmlab.ie.cuhk.edu.hk/projects/WIDERFace/

     

    CMU-MIT

         CMU-MIT是由卡内基梅隆大学和麻省理工学院一起收集的数据集,所有图片都是黑白的gif格式。里面包含511个闭合的人脸图像,其中130个是正面的人脸图像。图像如下图所示,没有找到官方链接,Github下载链接为https://github.com/watersink/CMU-MIT

     

    GENKI

             GENKI数据集是由加利福尼亚大学的机器概念实验室收集。该数据集包含GENKI-R2009a,GENKI-4K,GENKI-SZSL三个部分。GENKI-R2009a包含11159个图像,GENKI-4K包含4000个图像,分为“笑”和“不笑”两种,每个图片的人脸的尺度大小,姿势,光照变化,头的转动等都不一样,专门用于做笑脸识别。GENKI-SZSL包含3500个图像,这些图像包括广泛的背景,光照条件,地理位置,个人身份和种族等。图像如下图所示,下载链接为http://mplab.ucsd.edu,如果进不去可以,同样可以去下面的github下载,链接https://github.com/watersink/GENKI

    IJB-A (IARPA JanusBenchmark A)

           IJB-A是一个用于人脸检测和识别的数据库,包含24327个图像和49759个人脸。图像如下图所示,需要邮箱申请相应帐号才可以下载,下载链接为http://www.nist.gov/itl/iad/ig/ijba_request.cfm

    MALF (Multi-Attribute Labelled Faces)

           MALF是为了细粒度的评估野外环境中人脸检测模型而设计的数据库。数据主要来源于Internet,包含5250个图像,11931个人脸。每一幅图像包含正方形边界框,俯仰、蜷缩等姿势等。该数据集忽略了小于20*20的人脸,大约838个人脸,占该数据集的7%。同时,该数据集还提供了性别,是否带眼镜,是否遮挡,是否是夸张的表情等信息。图像如下图所示,需要申请才可以得到官方的下载链接,链接为http://www.cbsr.ia.ac.cn/faceevaluation/

    MegaFace

        MegaFace资料集包含一百万张图片,代表690000个独特的人。所有数据都是华盛顿大学从Flickr(雅虎旗下图片分享网站)组织收集的。这是第一个在一百万规模级别的面部识别算法测试基准。 现有脸部识别系统仍难以准确识别超过百万的数据量。为了比较现有公开脸部识别算法的准确度,华盛顿大学在去年年底开展了一个名为“MegaFace Challenge”的公开竞赛。这个项目旨在研究当数据库规模提升数个量级时,现有的脸部识别系统能否维持可靠的准确率。图像如下图所示,需要邮箱申请才可以下载,下载链接为http://megaface.cs.washington.edu/dataset/download.html

    300W

           300W数据集是由AFLW,AFW,Helen,IBUG,LFPW,LFW等数据集组成的数据库。图像如下图所示,需要邮箱申请才可以下载,下载链接为http://ibug.doc.ic.ac.uk/resources/300-W/

     

    IMM Data Sets

           IMM人脸数据库包括了240张人脸图片和240个asf格式文件(可以用UltraEdit打开,记录了58个点的地标),共40个人(7女33男),每人6张人脸图片,每张人脸图片被标记了58个特征点。所有人都未戴眼镜,图像如下图所示,下载链接为http://www2.imm.dtu.dk/~aam/datasets/datasets.html

     

    MUCT Data Sets

             MUCT人脸数据库由3755个人脸图像组成,每个人脸图像有76个点的地标(landmark),图片为jpg格式,地标文件包含csv,rda,shape三种格式。该图像库在种族、关照、年龄等方面表现出更大的多样性。具体图像如下图所示,下载链接为http://www.milbo.org/muct/

    ORL  (AT&T Dataset)

             ORL数据集是剑桥大学AT&T实验室收集的一个人脸数据集。包含了从1992.4到1994.4该实验室的成员。该数据集中图像分为40个不同的主题,每个主题包含10幅图像。对于其中的某些主题,图像是在不同的时间拍摄的。在关照,面部表情(张开眼睛,闭合眼睛,笑,非笑),面部细节(眼镜)等方面都变现出了差异性。所有图像都是以黑色均匀背景,并且从正面向上方向拍摄。

             其中图片都是PGM格式,图像大小为92*102,包含256个灰色通道。具体图像如下图所示,下载链接为http://www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html

     

    VGG Face dataset

    该数据集包含了2622个不同的人,每个人包含1000张图片,是一个训练人脸识别的大的数据集,官网提供了每个图片的URL,需要自己解析下载,当然有些链接是需要翻墙的,要不可能下载不全哦。

    下载链接:http://www.robots.ox.ac.uk/~vgg/data/vgg_face/

     

    CASIA WebFace Database

    该数据集为中科院自动化所,李子青老师组开源的数据集,包含了10575类人,一共494414张图片,其中有3类人和lfw中的一样。该数据集主要用于人脸识别。图像都是著名电影中crop而出的,每个图片的大小都是250*250,每个类下面都有3张以上的图片,非常适合做人脸识别的训练。现在发paper比较一致的做法都是在该数据集上训练下,再在lfw数据集做个测试。需要邮箱申请,下载链接:http://www.cbsr.ia.ac.cn/english/CASIA-WebFace-Database.html

     

    CelebA(Large-scale CelebFaces Attributes dataset)

    该数据集为香港中文大学汤晓鸥老师组开源的数据集,主要包含了5个关键点,40个属性值等,包含了202599张图片,图片都是高清的名人图片,可以用于人脸检测,5点训练,人脸头部姿势的训练等。下载链接:http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

    YouTuBe Faces DB

    该数据集主要用于非约束条件下的视频中人脸识别,姿势判定等。该数据集包含1595个不同人的3425个视频,平均每个人的类别包含了2.15个视频,每个类别最少包含48帧,最多包含6070帧,平均包含181.3帧。下载链接:http://www.cslab.openu.ac.il/agas/,或者,http://www.cslab.openu.ac.il/download/,如果没有效果,可以尝试filezilla下载,

    server:agas.openu.ac.il

    Path: /v/data9/cslab/wolftau/

    filezilla模式设置为"Transfer mode"

     

    行人检测数据库

    INRIA Person Dataset

             Inria数据集是最常使用的行人检测数据集。其中正样本(行人)为png格式,负样本为jpg格式。里面的图片分为只有车,只有人,有车有人,无车无人四个类别。图片像素为70*134,96*160,64*128等。具体图像如下图所示,下载链接为http://pascal.inrialpes.fr/data/human/

    CaltechPedestrian Detection Benchmark

             加州理工学院的步行数据集包含大约包含10个小时640x480 30Hz的视频。其主要是在一个在行驶在乡村街道的小车上拍摄。视频大约250000帧(在137个约分钟的长段),共有350000个边界框和2300个独特的行人进行了注释。注释包括包围盒和详细的闭塞标签之间的时间对应关系。更多信息可在其PAMI 2012 CVPR 2009标杆的论文获得。具体图像如下图所示,下载链接为http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/

     

    MIT cbcl (center for biological and computational learning)Pedestrian Data 

             该数据集主要包含2个部分,一部分为128*64的包含924个图片的ppm格式的图片,另一部分为从打图中分别切割而出的小图,主要包含胳膊,脑袋,脚,腿,头肩,身体等。具体图像如下图所示,下载链接为http://cbcl.mit.edu/software-datasets/PedestrianData.html,需要翻墙才可以。

    年龄,性别数据库

    Adience

             该数据集来源为Flickr相册,由用户使用iPhone5或者其它智能手机设备拍摄,同时具有相应的公众许可。该数据集主要用于进行年龄和性别的未经过滤的面孔估计。同时,里面还进行了相应的landmark的标注。是做性别年龄估计和人脸对齐的一个数据集。图片包含2284个类别和26580张图片。具体图像如下图所示,下载链接为http://www.openu.ac.il/home/hassner/Adience/data.html#agegender

    车辆数据库

    KITTI(Karlsruhe Institute ofTechnology and Toyota Technological Institute)

             KITTI包含7481个训练图片和7518个测试图片。所有图片都是真彩色png格式。该数据集中标注了车辆的类型,是否截断,遮挡情况,角度值,2维和3维box框,位置,旋转角度,分数等重要的信息,绝对是做车载导航的不可多得的数据集。具体图像如下图所示,下载链接为http://www.cvlibs.net/datasets/kitti/

    字符数据库

    MNIST(Mixed National Instituteof Standards and Technology)

             MNIST是一个大型的手写数字数据库,广泛用于机器学习领域的训练和测试,由纽约大学的Yann LeCun整理。MNIST包含60000个训练集,10000个测试集,每张图都进行了尺度归一化和数字居中处理,固定尺寸大小为28*28。具体图像如下图所示,下载链接为http://yann.lecun.com/exdb/mnist/

    人群密度估计数据库

    UCSD 

    该数据集分为,UCSD Pedestrain ,people annotation,people counting三个部分,下载链接为:http://visal.cs.cityu.edu.hk/downloads/

     

    PETS

    该数据集包含S0,S1,S2,S3四个子集,S0为训练数据,S1为行人计数和密度估计,S2为行人跟踪,S3为流分析和事件识别,下载链接为:http://www.cvg.reading.ac.uk/PETS2009/a.html

     

    Mall dataset

    下载链接为:http://personal.ie.cuhk.edu.hk/~ccloy/downloads_mall_dataset.html

    ShanghaiTech_Crowd_Counting_Dataset:

    该数据集为上海科技大学研究生张营营,在其2016cvpr中所使用的数据集,数据集分为A,B两部分,每一部分都分好了train和test,下载链接为:https://pan.baidu.com/s/1gfyNBTh

    UCF_CC_50:

    官方的我也没找到,自己传一个自己的,下载链接为:http://download.csdn.net/detail/qq_14845119/9800218

     

    人头检测数据库

    HollywoodHeads dataset

    该数据集为从视频中截取的图片,包含224740张jpeg格式图片,还有xml格式的标注,和VOC的标注方式一样。下载链接为:http://www.di.ens.fr/willow/research/headdetection/release/HollywoodHeads.zip

    车型识别数据库

    CompCars

    该数据集包含208826个车辆图片工1716种最新款的车辆型号,是由实际场景和网上图片组成的数据集。包含了车辆的,

    car hierarchy(car make ,car model,year of manufacture),

    car attribute(maximum speed, displacement, num of doors, num of seats, type of car),

    viewpoints(front(F), rear(R), side(S), front-side(FS), rear-side(RS)),

    car parts(headlight ,taillight, fog light, air intake, console, steering wheel, dashboard, gear lever )

    等属性。下载链接为,http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html

     

     

    持续跟新中……

    展开全文
  • 图像处理中常用数据集

    千次阅读 2020-06-07 12:00:23
    近期在学习关于图像处理的相关知识,实践过程中需要关于图像数据集,所以整理了以下常用数据集作为学习分享。 PASCAL VOC 2012 Segmentation Competition Pascal VOC数据集:视觉识别类竞赛鼻祖,包含了物体分类、...

    近期在学习关于图像处理的相关知识,实践过程中需要关于图像数据集,所以整理了以下常用数据集作为学习分享。


    PASCAL VOC 2012 Segmentation Competition

    Pascal VOC数据集:视觉识别类竞赛鼻祖,包含了物体分类、目标检测、图像分割等任务。后续的ImageNet竞赛的任务设置基本上沿用的它的设定。给定的自然图片,从中识别出特定物体。

    待识别的物体有20类:

    • person (人)
    • cat, bird, cow, dog, horse, sheep (动物)
    • aeroplane, bicycle, poat, bus, car, motorbike, train (车辆)
    • bottle, chair, dining table, potted plant, sofa, tv/monitor (室内)

    Visual Object Classes Challenge 2012 (VOC2012)​host.robots.ox.ac.uk图标

    COCO 2018 Stuff Segmentation Task

    MS COCO的全称是Microsoft Common Objects in Context,起源于是微软于 2014年出资标注的Microsoft COCO数据集,与ImageNet 竞赛一样,被视为是 计算机视觉领域最受关注和最权威的比赛之一。 而在ImageNet竞赛停办后,COCO竞赛就成为是当前物体识别、检测等领域的 一个最权威、 最重要的标杆,也是目前该领域在国际上唯一能汇集Google、微 软、Facebook以及国内外众多顶尖院校和优秀创新企业共同参与的大赛

    Common Objects in Context​cocodataset.org图标

    MSCOCO数据集:

    • 80个类别
    • COCO-stuff扩展集:172类别 其中 {Object:80, Stuff:91, Unknown:1}
    • 主要用于实例级别分割(Instance-Level), 图片描述(Image Captioning)

    Common Objects in Context​mscoco.org图标

    BDD100K: A Latge-scale Diverse Driving Video Database

    2018年5月伯克利大学AI实验室(BAIR)发布了目前最大规模、内容最具多样性的公开驾驶数据 集 BDD100K,同时设计了一个图片标注系统。 BDD100K 数据集包含10万段高清视频,每个视频约40秒,720p,30 fps 。每个视频的第10秒对关键帧 进行采样,得到10万张图片(图片尺寸:1280x720 ),并进行标注。

    https://bair.berkeley.edu/blog/2018/05/30/bdd/​bair.berkeley.edu

     

    Cambridge-driving Labeled Video Database(CamVid)

    CamVid是第一个具有目标类别语义标签的视频集合。 数据库提供32个ground truth语义标签,将每个像素与 语义类别之一相关联。 该数据库解决了对实验数据的需求,以定量评估新兴算法。 数据是从驾驶汽车的角度拍摄的。

    http://mi.eng.cam.ac.uk/research/projects/VideoRec/CamVid/​mi.eng.cam.ac.uk

     

    Cityscapes Dataset

    包含戴姆勒在内的三家德国单位联合提供,包含50多个城市的立体视觉数据;像素级标注; 提供算法评估接口。

    Cityscapes:

    • 30个标注
    • 标注:5000张像素标注(pixel level),20,000张多边形标注(instance level)
    • 辅助/自动驾驶中的语义场景理解
    • 采集于50个城市

    Semantic Understanding of Urban Street Scenes​www.cityscapes-dataset.com图标

     

    Mapillary Vistas Dataset

    Mapillary Vistas是世界上最大最多样化的像素精确和特定实例标注的街道级图像公开数据集。

    Street-level imagery, powered by collaboration and computer vision​www.mapillary.com

     

    ApolloScape Scene Parsing

    百度公司提供的ApolloScape数据集将包括具有高分辨率图像和每像素标注的RGB视频,具有语义 分割的测量级密集3D点,立体视频和全景图像。 Scene Parsing数据集是ApolloScape的一部分,它为高级自动驾驶研究提供了一套工具和数据集。 场景解析旨在为图像中的每个像素或点云中的每个点分配类别(语义)标签。

    Apollo Scape​apolloscape.auto

     

     

    展开全文
  • 读博之后一直在做医学图像处理,收集了不少数据集(包括下载地址),整理了相关信息后再此分享出来,希望能帮助到新入门的同学。 如觉得对你有帮助,欢迎在论文中引用,仅供非商业用途使用。 包括但不限于以下数据...
  • 自己做数字图像处理的时候一点点收集的数据集。 灰度图含:BSD68,Set12,RN16。 彩色图含:CBSD68,Kodak24,McMaster,RNI15,CSet8 ...数字图像处理数据集(一)-BSD68 https://download.csdn.net/dow...
  • 本系列python版本:python2.7.15 本系列opencv-python版本:opencv-python3.4.2.17 本系列使用的开发环境是jupyter notebook,是一个python的交互式开发环境,测试十分方便,并集成了vim...前几篇分享多以数字图像...
  • 遥感图像数据集

    2018-04-11 10:41:28
    遥感图像数据集为tif格式,用于图像融合、图像分割等领域,十分实用
  • 一些图像处理数据集

    千次阅读 2016-05-20 16:01:05
    图像数据集:1、ImageNet http://www.image-net.org/ 包含1400万的图像。2、Tiny Images Dataset http://horatio.cs.nyu.edu/mit/tiny/data/index.html 包含8000万的32x32图像。3、 MirFlickr1M ...
  • 图像处理中的数据并不是按照指定的规格大小处理时,那么需要调整图片的大小,重新设定规格,从而在后续的网络模型输入时,保证输入到模型中的图片大小一致。 指定需要加工的图像的路径为:“C:\Animal”,其下的图片...
  • 本文介绍了 25 个深度学习开放数据集,包括图像处理、自然语言处理、语音识别和实际问题数据集。介绍深度学习(或生活中大部分领域)的关键在于实践。你需要练习解决各种问题,包括图像处理、语音识别等。每个问题都...
  • 数字图像处理常用数据集资源(预览+下载) 博主目前在做图像恢复的相关实验,记录一下适用的数据集。 这个数据集可以用来做最后的图像恢复效果检测。 数字图像处理常用数据集CSet8,8张彩色图(含lena,house,...
  • 图像识别及处理相关数据集介绍

    万次阅读 多人点赞 2017-05-02 10:31:07
    ImageNet  ImageNet是一个计算机视觉系统识别项目,是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统...目前已经包含14197122张图像,是已知的最大的图像数据库。每年的
  • 最全图像识别数据集网站和工具

    千次阅读 2020-07-27 10:56:33
    首先,在选择数据集时要记住几个重要标准: 数据集不能过于混乱,过于混乱的数据会导致模型难以收敛,加大了训练难度。 与训练目标相一致的数据集才能更高效的完成识别任务 数据集量级是否符合模型规模,复杂的...
  • 深度学习图像处理之垃圾分类

    万人学习 2019-09-29 14:32:47
    【超实用课程内容】 深度学习在图像处理领域的发展过程; 解析经典的卷积神经网络; 垃圾分类实战。本课程将使用Pytorch深度学习框架进行实战,并在ubuntu系统上进行演示,包括:不同标注文件下的数据集读取、编写...
  • CIFAR彩色图像分类数据集

    千次阅读 2018-08-17 19:09:40
    数据集图像个数:60000张彩色图像;其中Train sets:50000;Test sets:10000,(测试批的数据里,取自10类中的每一类,每一类随机取1000张,抽剩下的就随机排列组成了训练批) Class: 共10类,分别是: 飞机...
  • (1)该工具简单易用,功能强大,且集成了weka....(2)该工具网站上还提供了一些图像处理数据集  http://fiji.sc/wiki/index.php/Public_data_sets (3)下面的网址提供了用于图像处理的数据集
  • 欢迎点击「算法与编程之美」↑关注我们!本文首发于微信公众号:"算法与编程之美",欢迎关注,及时了解更多此系列文章。通过分析keras提供的预定义图像数据集,总结如下:(1...
  • Tensorflow图像处理以及数据读取

    万次阅读 多人点赞 2018-04-12 18:17:22
    本文完整代码在 https://github.com/jiemojiemo/Tensorflow_Demo/blob/master/image_loader.ipynbTensorflow图像处理以及数据读取本人研究的方向是图像处理,这个领域几乎被深度学习的方法给统治了,例如图像去燥、...
  • 图像去噪数据集

    万次阅读 多人点赞 2018-08-28 14:58:02
    目前效果出色的深度去噪方法大都采用监督学习的方法,需要采集输入-输出图像对(noisy/noise-free images pairs)建立训练数据集数据集的建立是关键的任务。数据集的质量将直接决定去噪结果的质量。如何获取尽量多...
  • 在AI与深度学习逐渐发展成熟的趋势下,人工智能和大数据等技术开始进入了医疗领域,它们把现有的一些传统流程进行优化,大幅度提高各种流程的效率、精度、用户体验,同时也缓解了...01 医学数据集 智能医疗...
  • 数据集用GAN网络训练后,网络可以根据右边的图像生成左边的图像。现在做的是根据原始数据集,生成如下图所示的pair-wise数据集。 现有的车辆原始数据集如下图所示(样例,并非全部): 数据集1(目录1_5):...
  • 原创作品,允许转载,转载时请务必以超链接形式标明文章 原始出处 、作者信息和本声明。否则将追究法律责任。...一 数据集 http://brainweb.bic.mni.mcgill.ca/brainweb/ BrainWeb: Simulated Brain Database
  • 医学图像数据集

    千次阅读 2019-05-08 22:58:50
    1. 比赛相关数据集 https://grand-challenge.org/challenges/ https://www.kaggle.com/competitions 参考资源 https://github.com/beamandrew/medical-data https://www.zhihu.com/question/29751683 ...
  • 图像美学数据集

    千次阅读 2019-11-10 13:42:35
    美学数据集一栏表 AVA:A Large-Scale Database for Aesthetic Visual Analysis, 2012年; tid2013 AADB(2016年) PCCD photo critique captioning dataset(2017年) AROD(multi-useragreements and assemble a...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 197,944
精华内容 79,177
关键字:

图像处理数据集