Advertisement

SSA图像水下沉船数据集(top quality)

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:ZIP


简介:
该水下沉船数据集基于侧扫声呐图像采集技术构建,并具有高度的质量保证。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • UFO120
    优质
    UFO120水下图像数据集是一个包含多样化的水下场景和物体的大型标注图像库,旨在促进水下视觉任务的研究与开发。 这个数据集还比较新。
  • .rar
    优质
    本资源为船舶图像数据集,包含多种类型船舶在不同环境下的高清图片,适用于船舶识别、海上安全监测等领域的研究与应用开发。 收集了两千多张海面船舶的图片。
  • RUIE
    优质
    RUIE水下影像数据集是一套专门针对水下环境优化的图像集合,旨在促进水下视觉技术的研究与应用发展。 水下图像数据集Realworld-Underwater-Image-Enhancement-RUIE-Benchma可以从相关博文中的GitHub链接下载。此资源作为备用下载使用。
  • 果识别.zip
    优质
    本数据集包含大量标注清晰的水果图像,旨在支持水果种类识别的研究与应用开发,涵盖苹果、香蕉等多种常见水果。 图像总数:22495张。训练集大小为16854张图片(每张图片包含一个水果或蔬菜)。测试集大小为5641张图片(每张图片同样只含有一个水果或蔬菜)。课程数量共计33个类别,涵盖各种不同的水果和蔬菜种类。图像尺寸统一为100x100像素。 训练数据文件的命名格式是:[水果/蔬菜名称][id].jpg(例如苹果布雷本100.jpg),并且为了提高模型鲁棒性,许多图片还进行了旋转处理。测试集中的文件名采用的是4位数字编号形式,如 0001.jpg。 训练数据结构包括33个子目录,每个水果或蔬菜类别都有自己的专属目录,并且总共有16854张用于训练的图像。测试集中则包含有5641份样本图片。此外还提供了一个.csv文件作为示例提交格式参考,其中包含了正确的ID号及相应的字符串标签信息。
  • MNIST
    优质
    简介:MNIST数据集包含手写数字的大量标记图像,用于训练和测试机器学习算法。本资源提供该数据集中的图片下载服务。 解析出的图片是.jpg格式的资源,而不是.gz格式的资源。
  • 2020年未来杯分类初赛
    优质
    2020年未来杯水下图像分类初赛数据集是由未来杯赛事提供的专用水下视觉识别训练资源,包含大量标记清晰的图片样本,旨在促进人工智能技术在复杂水下环境中的应用与研究。 这是2020年未来杯水下图像分类比赛的初赛数据集。可以参考我的博客《Efficientnet_pytorch训练自己的数据集,并对数据进行分类》中的相关代码来使用这个数据集。大家可以自行下载并配合文中提供的代码一起使用。
  • 舶检测的航拍(YOLO格式)
    优质
    本数据集包含大量船舶检测专用的航拍图像,采用YOLO格式标注,适用于训练和评估目标检测模型在复杂海况下的性能。 船只图片数据集,可以直接用于目标检测模型的训练。
  • 舶目标检测
    优质
    本项目提供丰富的船舶目标检测数据集免费下载,涵盖多种海上船只图像及标注信息,适用于训练和测试各类船舶识别模型。 船的目标检测数据集可以在百度网盘下载。下载内容包括具体的百度网盘链接地址。
  • 病害感染影响稻叶片
    优质
    本数据集包含了多种病害条件下水稻叶片的图像,旨在为研究植物病害识别提供全面的数据支持。 该数据集包含120张水稻染病叶片的jpg图像,根据疾病类型分为三类,每类有40张图片。