条码图像数据集

条码图像数据集

使用案例: 条码扫描识别

格式: .mov,mp4

算: 2767

注解: 没有

X

描述: 条码类型:Code128、UPC/EAN、DataMatrix、PDF417、Aztec、多码

录音设备: 荣耀9A、华为mate 10 pro、iPad、iPhone(6S、7 Plus、SE、X、11、12、12 mini、12 Pro Max)、Moto(E4、onepower)、一加(6T、7T、One)、 Oppo A3s、Real Me、三星(A20、A30、A32、M12、M31)、Vivo z1pro、小米 Mi10T+

录音条件: - Bright_Indoor - Low_Indoor - Low_Outdoor - 正常 - 晴天

模糊区域分割数据集

语义分割

模糊区域分割数据集

使用案例: 模糊区域分割数据集

格式: 图片

算: 20k

注解: Yes

X

描述: “模糊区域分割数据集”专为机器人和视觉娱乐而设计,由互联网收集的图像组成,分辨率从 960 x 720 到 1024 x 768 像素不等。该数据集专注于语义分割,特别是针对图像中的蓝色区域。每个蓝色区域都在像素级别上进行了注释,为需要基于颜色的分割或分析的应用程序提供了宝贵的数据。

字符轮廓分割数据集

轮廓分割

字符轮廓分割数据集

使用案例: 字符轮廓分割数据集

格式: 图片

算: 1,400

注解: Yes

X

描述: “字符轮廓分割数据集”专为光学字符识别 (OCR) 应用而设计,包含一系列从互联网收集的图像,分辨率从 461 x 169 到 1080 x 1350 像素不等。该数据集以轮廓分割为中心,专注于精确描绘 OCR 光学字符,以促进准确的字符识别和文本提取过程。

人物关系分割数据集

语义分割,关系分割

人物关系分割数据集

使用案例: 人物关系分割数据集

格式: 图片

算: 162.1k

注解: Yes

X

描述: “人物关系分割数据集”专为机器人和视觉娱乐行业设计,包含从互联网收集的大量图像,分辨率从 1280 × 720 到 4608 × 3456。这个独特的数据集专注于人与人、人与物之间的关系,为交互动态提供宝贵的见解。

常见对象分割数据集

实例分割、语义分割

常见对象分割数据集

使用案例: 常见对象分割数据集

格式: 图片

算: 140.7k

注解: Yes

X

描述: “常见物体分割数据集”为电子商务和视觉娱乐行业提供广泛的互联网收集图像集合,分辨率从 800 × 600 到 4160 × 3120。该数据集涵盖了各种日常场景和物体,包括人物、动物、家具等,并带有实例和语义分割注释。

飞线分割数据集

实例细分

飞线分割数据集

使用案例: 飞线分割数据集

格式: 图片

算: 13k

注解: Yes

X

描述: “飞线分割数据集”是专为视觉娱乐行业开发的,包含分辨率超过 1024 x 638 像素的互联网收集图像。该数据集专注于实例分割,主要强调注释横跨建筑物之间的绳索或电线,为在数字内容中创建逼真的城市环境提供宝贵的数据。

食物轮廓抠图数据集

分割、轮廓分割

食物轮廓抠图数据集

使用案例: 食物轮廓抠图数据集

格式: 图片

算: 30k

注解: Yes

X

描述: 我们的“食物轮廓抠图数据集”丰富了烹饪和视觉内容领域,涵盖了全球美食的约 200 种食物类型。它专为餐饮、旅游和娱乐行业设计,通过详细的细分注释提供个性化体验。

食品分割数据集

轮廓分割

食品分割数据集

使用案例: 食品分割数据集

格式: 图片

算: 8.3k

注解: Yes

X

描述: “食物分割数据集”服务于旅游和视觉娱乐行业,由精选的互联网收集图像组成,分辨率从 256 x 256 到 1024 x 768 像素。该数据集专用于轮廓分割,重点关注常见食物及其搭配的盘子或碗,便于在各种应用中进行详细分析和表示。

幽灵图像数据集

幽灵图像数据集

使用案例: 鬼影识别

格式: HEIC(图像)和 .mov(视频)

算: 15610

注解: 没有

X

描述: 在白天或夜间环境中拍摄的一组静止图像,其中自然或人工照明会产生一种称为幻影的数字伪影。

录音设备: iPhone 和 iPad 相机

录音条件: - 白天时间 - 夜间时间

主要对象分割数据集

轮廓分割、语义分割

主要对象分割数据集

使用案例: 主要对象分割数据集

格式: 图片

算: 177.4k

注解: Yes

X

描述: “主要对象分割数据集”专为机器人和视觉娱乐应用而设计,包含大量从互联网收集的图像,分辨率从 189 x 223 到 5472 x 3648 像素不等。该数据集专注于每幅图像中单个标记对象的轮廓和语义分割,为详细分析和应用提供主要对象的清晰、独立视图。

多对象抠图数据集

用户分类

多对象抠图数据集

使用案例: 多对象抠图数据集

格式: 图片

算: 318.6k

注解: Yes

X

描述: “多对象抠图数据集”专为机器人和视觉娱乐而设计,包含大量从互联网收集的图像,分辨率从 1080 x 1362 到 6000 x 4000 像素不等。该数据集专门用于分割,提供原始图像、透明效果图像和主对象的蒙版黑白图像,可进行详细分析并应用于各种技术解决方案。

指甲轮廓分割数据集

语义分割

指甲轮廓分割数据集

使用案例: 指甲轮廓分割数据集

格式: 图片

算: 5.9k

注解: Yes

X

描述: “指甲轮廓分割数据集”专为美容行业打造,包含一组离线人类指甲图像,所有图像的分辨率均为 1920 x 1080 像素。该数据集专门用于语义分割,重点关注指甲的详细轮廓,支持美甲设计和虚拟试穿技术中的应用。

物体轮廓抠图数据集

用户分类

物体轮廓抠图数据集

使用案例: 物体轮廓抠图数据集

格式: 图片

算: 50k

注解: Yes

X

描述: “对象轮廓抠图数据集”是一个多功能集合,专为电子商务、互联网和移动领域量身定制,涵盖服装、配饰、商品、植物和食品等各种对象。该数据集专注于主要对象的轮廓分割,使其成为需要精确提取对象轮廓的应用程序的宝贵资源。

物体和干扰分割数据集

轮廓分割

物体和干扰分割数据集

使用案例: 物体和干扰分割数据集

格式: 图片

算: 10.8k

注解: Yes

X

描述: “物体与干扰分割数据集”专为机器人和视觉娱乐领域而设计,包含一系列从互联网收集的图像,分辨率介于 1365 x 2047 和 4165 x 2737 像素之间。该数据集强调语义分割,将图像分为五种主要干扰对象,包括目标人物、物体、干扰物品和各种人体部位,以促进算法的开发,以区分主要主体和背景干扰。

明显物体分割数据集

语义分割、轮廓分割

明显物体分割数据集

使用案例: 明显物体分割数据集

格式: 图片

算: 2.0k

注解: Yes

X

描述: “明显物体分割数据集”是一个专门针对媒体和视觉娱乐领域的数据集,包含从互联网收集的图像,统一分辨率为 1536 x 2048 像素。该数据集专门用于分割图像中立即可见并吸引注意力的显著物体,利用语义和轮廓分割技术在像素级别定义这些物体。

猪轮廓分割数据集

语义分割

猪轮廓分割数据集

使用案例: 猪轮廓分割数据集

格式: 图片

算: 5.2k

注解: Yes

X

描述: “猪只轮廓分割数据集”是专为畜牧业量身定制的数据集,由从 CCTV 视角拍摄的图像组成,分辨率为 3072 x 2048 像素。该数据集专注于语义分割,为猪只的轮廓和中心点提供详细标注,方便养猪场的监控和管理。

单手轮廓分割数据集

轮廓分割

单手轮廓分割数据集

使用案例: 单手轮廓分割数据集

格式: 图片

算: 12k

注解: Yes

X

描述: “单手轮廓分割数据集”面向视觉娱乐行业,包含一组分辨率为 1080 x 1920 像素的互联网收集图像。该数据集专注于轮廓分割,特别针对单手的标注。如果手上有小配饰,它们也会被包括在分割中,从而将手及其装饰品与背景区分开来。

单指甲轮廓分割数据集

轮廓分割

单指甲轮廓分割数据集

使用案例: 单指甲轮廓分割数据集

格式: 图片

算: 19k

注解: Yes

X

描述: “单指甲轮廓分割数据集”是为视觉娱乐领域精心打造的,包含一系列从互联网收集的图像,每张图像的分辨率约为 100 x 100 像素。该数据集专注于轮廓分割,专门针对单个指甲的轮廓,为需要精确指甲表现的应用提供详细数据。

指定对象轮廓分割数据集

轮廓分割

指定对象轮廓分割数据集

使用案例: 指定对象轮廓分割数据集

格式: 图片

算: 8.6k

注解: Yes

X

描述: “特定物体轮廓分割数据集”面向机器人和视觉娱乐领域,由互联网收集的图像组成,分辨率从 500 x 334 到 3956 x 2319 像素不等。该数据集专注于轮廓分割,注释针对特定物体和场景,例如金鱼、青蛙、码头和火山,提供详细的轮廓,以便进行精确的物体识别和场景分析。

牙齿语义分割数据集

语义分割

牙齿语义分割数据集

使用案例: 牙齿语义分割数据集

格式: 图片

算: 2k

注解: Yes

X

描述: “牙齿语义分割数据集”是专为医疗保健行业量身定制的,包含一组从互联网收集的图像,分辨率为 256 x 256 像素。该数据集专用于语义分割,重点是从各个角度标记牙齿的不同部分,包括下排、门牙和上排,以提供详细的牙科图像以供分析和教育目的。

交通标志关系数据集

全景分割

交通标志关系数据集

使用案例: 交通标志关系数据集

格式: 图片

算: 10k

注解: Yes

X

描述: “交通标志关系数据集”专为视觉娱乐和自动驾驶应用而设计,包含一组分辨率为 1920 x 1080 像素的互联网收集图像。该数据集强调交通标志与道路之间的关系,交通标志使用边界框标注,相应的路段用多边形标记,以说明标志与其相关道路区域之间的联系。

视频对象实例分割数据集

实例细分

视频对象实例分割数据集

使用案例: 视频对象实例分割数据集

格式: 视频

算: 5k

注解: Yes

X

描述: 互联网收集的视频片段平均长度约为10秒,分辨率超过1920 x 1080。

Windows 分割数据集

语义分割、边界框

Windows 分割数据集

使用案例: Windows 分割数据集

格式: 图片

算: 40.9k

注解: Yes

X

描述: “窗户分割数据集”专为制造业编制,重点关注窗户单元的生产和质量控制。它由互联网收集的图像组成,分辨率范围从 150 x 150 到 1160 x 2120 像素。该数据集专为语义分割和边界框任务而设计,涵盖各种窗户设计和样式。