“德国交通标志识别基准”是在 2011 年国际神经网络联合会议 (IJCNN) 上举办的多类单图像分类挑战赛。交通标志的自动识别是高级驾驶辅助系统所必需的，并且构成了具有挑战性的现实世界计算机视觉和模式识别问题。该数据集收集了超过 50,000 个交通标志图像的全面、逼真的数据集。它反映了由于距离、照明、天气条件、部分遮挡和旋转而导致的标志视觉外观的强烈变化。这些图像由几个预先计算的特征集补充，以

m2caiSeg是根据真实世界外科手术的内窥镜视频源创建的。数据由 307 张图像组成，每张图像都针对场景中存在的器官和不同的手术器械进行了注释。   If you use this dataset in your work, kindly do cite our paper： @article{maqbool2020m2caiseg,  title={m2caiSeg: Semantic Se

CASIA-HWDB-T包括56,469个二字或多字触摸字符串，其中1,818个字符串有多个触摸字符。 作者还将接触字符串划分为 50,157 个全中文字符串、2,788 个全数字字符串、328 个全字母字符串和 3,196 个混合字符字符串。 所有的字符串都标注了字符类、触摸点的位置以及字符串高度和平均笔画宽度等辅助值。   Publication: Liang Xu, Fei Yin, Qiu

数据集介绍：V-COCO是一个基于 COCO 的数据集，用于人机交互检测。 V-COCO 提供 10,346 张图像（2,533 张用于训练，2,867 张用于验证，4,946 张用于测试）和 16,199 个人物实例。 每个人都有 29 个动作类别的注释，并且没有包括对象在内的交互标签。CitingIf you find this dataset or code base useful in y

该数据集提供通过 CARLA 自动驾驶汽车模拟器捕获的数据图像和标记语义分割。 这些数据是作为 Lyft Udacity Challenge 的一部分生成的。 该数据集可用于训练 ML 算法以识别图像中汽车、道路等的语义分割。 数据有5组1000张图片和对应的标签。

衣服数据集总共收集了 20 种衣服的 5,000 张图像。该数据集是根据公共领域许可 (CC0) 发布的。我们使用了三种不同的方式来收集数据集： Toloka——众包平台；社交媒体上的网络众包计划； Tagias——一家专门从事数据收集的公司。标签是使用 IPython 小部件手动完成的，同时我们使用简单的神经网络纠正了标签错误。   数据集包含 20 个类，包括T 恤（1011 件），长袖（69

Description有的 Earth Vision 数据集要么适用于语义分割，要么适用于对象检测。 iSAID 是第一个用于航空图像实例分割的基准数据集。这个大规模和密集注释的数据集包含 2,806 张高分辨率图像的 15 个类别的 655,451 个对象实例。 iSAID 的显着特征如下：(a) 大量具有高空间分辨率的图像，(b) 十五个重要且常见的类别，(c) 每个类别的大量实例，(d) 每

在这个数据集中有 90 个不同类别的 5400 张动物图像。此数据集是从 Google 图片创建的：https://images.google.com/。所有照片将按照其所属类别存放于各自的文件夹下。动物类别包括：羚羊，獾，蝙蝠，熊，蜜蜂，甲虫，野牛，公猪，蝴蝶，猫毛虫，黑猩猩等。该数据集中的图像大小不固定，可能需要后续的处理。

数据集介绍： RESIDE数据集包括合成和真实世界的模糊图像，称为REalistic Single Image Dehazing，RESIDE突出显示了各种数据源和图像内容，并分为五个子集，每个子集用于不同的训练或评估目的。提供了各种各样的去雾算法评估标准，从完整参考度量，无参考度量，到主观评估和任务驱动评估。   引用： @article{li2019benchmarking, title={B

这些文件包含 TMDB 数据集中列出的超过 700,000 部电影的元数据。数据集每天更新以确保更新电影数据集。数据点包括演员、工作人员、情节关键词、预算、收入、海报、发布日期、语言、制作公司、国家、TMDB 投票计数和投票平均值、评论、推荐。   您可以使用此数据集执行的一些操作： 构建基于内容和基于协作过滤的推荐引擎。 根据某个指标预测电影收入和/或电影成功。 哪些电影往往在 TMDB 上获