来自不同行业领域的50多个对象检测数据集( 四 )


  • (No%20Val%20Dataset).ipynb
*另外一个这样的数据集可以是猴子检测数据集及其相关的教程
  • 猴子检测数据集:
  • 相关的教程:
B)斑马和长颈鹿检测数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测自然和无人机图像中的斑马和长颈鹿物种
*应用:监视濒危物种
*详细信息:带有5k +注释的5K +图像 。
*如何使用数据集并使用efficiencydet-d3管道构建自定义检测器
  • (Giraffes%2C%20Zebras%2C%20Impalas).ipynb
C)加州理工学院相机陷阱数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测陷阱照相机类型图像中的动物
*应用:监视濒临灭绝的物种
*详细信息:带有8k +注释的10K +图像 。
*如何利用数据集并使用Retinanet管道构建自定义检测器
*另外一个这样的相机数据集和相关的训练代码
  • 数据集:
  • 训练代码:
D)大象检测数据集(从COCO数据集中采样)
  • #download

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测自然和无人机图像中的大象种类
*应用:监视濒临灭绝的物种
*详细信息:带有5k +注释的5K +图像 。
*如何利用数据集并使用mmdet-maskrcnn构建自定义检测器
水下数据集A)在野外发现海龟

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测水下图像中的海龟
*应用:监视濒危物种
*详细信息:带有5k +注释的5K +图像 。
*如何利用数据集并使用有效数据量构建自定义检测器
  • (Extended%20version%20with%20sea%20turtles).ipynb
*类似的数据集 , 可监控水下鱼类
相关代码
B)水下垃圾检测数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测海洋垃圾
*应用:监视和控制海洋垃圾问题
*详细信息:带有5k +注释的2K +图像 。
*如何利用数据集并使用有效数据量构建自定义检测器
*更复杂的基于像素的垃圾分类数据集和相关代码
  • 垃圾分类数据集:
  • 相关代码:
C)SUIM水下物体检测数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:分割水下物体
*应用:自主水下航行器的路径规划 , 跟踪潜水员和监视海洋物种
*详细信息:1.5K +图像和1.5k +注释蒙版 。
*如何利用数据集并构建自定义检测器
D)咸淡的水下鱼类识别数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测水下图像中的海洋物种 。
*应用程序:监视海洋物种
*详细信息:89个视频以检测鱼类 , 螃蟹 , 虾 , 水母 , 海星
*如何利用数据集并使用mmdet构建自定义检测器——Faster-rcnn管道
文本分析相关的数据集A)文档布局检测数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:检测文档布局以进行进一步分析
*应用:必不可少的将图像分割成不同的部分 , 以便可以进一步应用基于规则的NLP和文本识别的功能 。
*详细信息:5K +图像 , 带有10k +批注的标签 , 如段落 , 图像 , 标题 。
*如何利用数据集并使用mx-rcnn构建自定义检测器
  • (FasterRCNN).ipynb
*在名为IIIT-AR-13K的文档中存在用于图形组件检测的非常相似的数据集 , 这是如何利用数据集并在其上训练模型的方法
B)总文字数据集

来自不同行业领域的50多个对象检测数据集文章插图
*目标:在自然场景中定位文本
*应用程序:使用OCR识别的基本组件
*详细信息:带有5K +多边形注释的1.5K +图像
*如何利用数据集和使用Text-Snake管道构建自定义检测器
C)YY-Mnist简单OCR数据集
来自不同行业领域的50多个对象检测数据集文章插图
*目标:在白色背景图像中定位数字并将其分类
*应用程序:使用OCR识别的基本组件
*详细信息:超过10类的具有2K +批注的1K图像