RMFD口罩遮擋人臉數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/61z9Fv

當(dāng)前大多數(shù)高級人臉識別方法都是基于深度學(xué)習(xí)而設(shè)計的，深度學(xué)習(xí)取決于大量人臉樣本。但是，目前尚沒有公開可用的口罩遮擋人臉識別數(shù)據(jù)集。為此，這項工作提出了三種類型的口罩遮擋人臉數(shù)據(jù)集，包括口罩遮擋人臉檢測數(shù)據(jù)集（MFDD），真實口罩遮擋人臉識別數(shù)據(jù)集（RMFRD）和模擬口罩遮擋人臉識別數(shù)據(jù)集（SMFRD）?；谶@些數(shù)據(jù)集，可以開發(fā)口罩遮擋人臉的各種應(yīng)用。本項目開發(fā)的多粒度口罩遮擋人臉識別模型可達到95％的準確性，超過了行業(yè)報告的結(jié)果。

GTSRB德國交通標(biāo)志數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5wJJLA

德國交通標(biāo)志基準測試是在 2011 年國際神經(jīng)網(wǎng)絡(luò)聯(lián)合會議 (IJCNN) 上舉辦的多類單圖像分類挑戰(zhàn)賽。我們誠邀相關(guān)領(lǐng)域的研究人員參與：該比賽旨在參與者無需特殊領(lǐng)域知識。我們的基準測試具有以下屬性：

單圖像、多類分類問題
40多個分類
總共超過 50,000 張圖片
逼真的大型數(shù)據(jù)庫

VOC2005車輛數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5U2X4u

該數(shù)據(jù)集中含有自行車、摩托車、汽車、貨車的圖像數(shù)據(jù)，可用于CNN模型以實現(xiàn)車輛識別和車輛分類，其中自行車、摩托車、汽車數(shù)據(jù)來自2005 PASCAL視覺類挑戰(zhàn)賽（VOC2005）所使用的數(shù)據(jù)的篩選處理結(jié)果，貨車圖片來自網(wǎng)絡(luò)收集，后期通過篩選處理得到。在本數(shù)據(jù)中，訓(xùn)練數(shù)據(jù)集與測試數(shù)據(jù)集占比約為5:1。

Winegrape檢測數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5TikF9

WGISD（Wine Grape Instance Segmentation Dataset）是為了提供圖像和注釋來研究對象檢測和實例分割，用于葡萄栽培中基于圖像的監(jiān)測和現(xiàn)場機器人技術(shù)。它提供了來自五種不同葡萄品種的實地實例。這些實例顯示了葡萄姿勢、光照和焦點的變化，包括遺傳和物候變化，如形狀、顏色和緊實度?？赡艿挠猛景ǚ艑拰嵗指顔栴}：分類（圖像中是否有葡萄？）、語義分割（圖像中的“葡萄像素”是什么？）、對象檢測（圖像中的葡萄在哪里？）、和計數(shù)（每個簇有多少漿果？）。

全球小麥檢測數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5wJK64

檢測小麥穗是一項重要任務(wù)，可以估計相關(guān)性狀，包括穗種群密度和穗特征，如衛(wèi)生狀況、大小、成熟階段和芒的存在。本數(shù)據(jù)集包含 4,700 張高分辨率 RGB 圖像和 190,000 個標(biāo)記的小麥頭，這些小麥頭采集自世界各地不同生長階段的不同基因型的多個國家。

坑洼檢測數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5wJJTa

本數(shù)據(jù)集匯總了700個在坑洼處帶有3K +注釋的圖像，用于從道路圖像中檢測坑洼，檢測道路地形和坑洼。

Linkopings交通標(biāo)志數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/68ldS0

通過記錄超過 350 公里的瑞典高速公路和城市道路的序列，創(chuàng)建了一個數(shù)據(jù)集。一個 1.3 兆像素的彩色攝像機，一個點灰色變色龍，被放置在一輛汽車的儀表板上，從前窗向外看。攝像頭略微指向右側(cè)，以便盡可能多地覆蓋相關(guān)標(biāo)志。該鏡頭的焦距為 6.5 毫米，視野約為 41 度。高速公路上的典型速度標(biāo)志大約為 90 cm 寬，如果要在大約 30 m 的距離處檢測到它們，則對應(yīng)于大約 50 像素的大小?？偣灿涗浟顺^ 20 000 幀，其中每五幀被手動標(biāo)記。每個標(biāo)志的標(biāo)簽包含標(biāo)志類型（人行橫道、指定車道右側(cè)、禁止站立或停車、優(yōu)先道路、讓路、50 公里/小時或 30 公里/小時）、能見度狀態(tài)（遮擋、模糊或可見）和道路狀態(tài)（是否標(biāo)志是在正在行駛的道路上或在小路上）。

防護裝備-頭盔和背心檢測

數(shù)據(jù)集下載地址：http://m6z.cn/61zarT

包含 774 個眾包圖像和 698 個網(wǎng)絡(luò)挖掘圖像。眾包和網(wǎng)絡(luò)挖掘的圖像分別包含 2,496 和 2,230 個工人實例。

加州理工學(xué)院相機陷阱數(shù)據(jù)集

該數(shù)據(jù)集包含來自美國西南部 140 個攝像頭位置的 243,100 張圖像，帶有 21 個動物類別的標(biāo)簽（加上空白），主要是在物種級別（例如，最常見的標(biāo)簽是負鼠、浣熊和土狼），以及大約 66,000 個邊界框注釋。大約 70% 的圖像被標(biāo)記為空。

水下垃圾檢測數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6nnDQK

該數(shù)據(jù)來自 J-EDI 海洋垃圾數(shù)據(jù)集。構(gòu)成該數(shù)據(jù)集的視頻在質(zhì)量、深度、場景中的對象和使用的相機方面差異很大。它們包含許多不同類型的海洋垃圾的圖像，這些圖像是從現(xiàn)實世界環(huán)境中捕獲的，提供了處于不同衰減、遮擋和過度生長狀態(tài)的各種物體。此外，水的清晰度和光的質(zhì)量因視頻而異。這些視頻經(jīng)過處理以提取 5,700 張圖像，這些圖像構(gòu)成了該數(shù)據(jù)集，所有圖像都在垃圾實例、植物和動物等生物對象以及 ROV 上標(biāo)有邊界框。