Advertisement

MSTAR数据集包含所有JPEG格式的图片。

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

简介：
MSTAR数据集，所有图像均为JPEG格式，并且由于教研室的使用需求，因此预计其完整性较高，同时包含了在SOC（System on Chip）和EOC（Embedded On Chip）两种不同条件下的数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • MSTAR数据集所有JPEG格式图像
    优质
    简介：MSTAR数据集包含大量以JPEG格式保存的高质量图像，主要用于目标识别与分类研究。 MSTAR数据集包含了全部JPEG格式的图片，适用于教研室使用，并且应该比较完整，包括SOC与EOC条件下的数据。
     
  • 10类MSTAR数据集（JPEG格式）
    优质
    10类MSTAR数据集（JPEG格式）包含多种军事目标的高分辨率光学图像，适用于目标识别与分类研究。 数据集已全部转换为JPG格式，并分为10个类别。每个类别都按照文件夹进行了分类，并附有相应的文本说明。
     
  • MSTAR数据库的SAR图像，全部为JPEG格式
    优质
    简介：MSTAR数据库包含多种目标（如坦克、装甲车）的合成孔径雷达(SAR)图像集，所有数据统一存储为JPEG格式，便于用户处理与分析。 美国MSTAR计划的数据集中的雷达图片已全部转换为jpeg格式。
     
  • CIFAR-10数据集，包含JPG图片格式
    优质
    CIFAR-10数据集由60,000张32x32尺寸的彩色图像组成，涵盖10个类别。该数据集中的所有图片均以JPG格式存储，是计算机视觉任务中广泛使用的资源。 CIFAR-10数据集包含Python原生格式和JPEG格式的图片文件。代码生成的JPEG格式图像存储在train和test两个文件夹中，并且标签以0_0、0_1等命名方式表示。解压后可以直接使用data_batch进行训练。
     
  • MNIST数据集（JPEG格式）
    优质
    MNIST数据集以JPEG格式提供，包含手写数字的图像集合，常用于训练和测试各种机器学习模型的性能。 这是MNIST手写数字数据集的jpg格式版本，包含60000张训练图片和10000张测试图片。
     
  • JPEG格式的X光胸片二分类数据集
    优质
    这是一个包含JPEG格式X光胸片的数据集，专为胸部疾病的二分类任务设计，适用于训练和评估深度学习模型在医疗影像分析中的应用。 这段文字原本区分了正常肺部与肺炎患者的肺部情况。现在将其简化为描述两种不同状态的肺部特征：一种是健康的、正常的肺部；另一种则是因感染导致炎症变化的肺炎患者肺部。
     
  • MSTAR数据集，包含十个类别
    优质
    MSTAR数据集是一套包含了十种类别目标的雷达图像集合，广泛应用于地面目标识别与分类的研究领域。 该实验数据来源于美国国防高等研究计划署（DARPA）支持的MSTAR项目所发布的实测SAR地面静止目标数据集。无论是国内还是国际上，针对SAR图像目标识别的研究大多基于此数据集进行。 采集这些数据使用的传感器是高分辨率聚束式合成孔径雷达，其分辨率为0.3m×0.3m，在X波段工作，并采用HH极化方式。经过前期处理后，从原始数据中提取出像素大小为128×128的包含各类目标的切片图像。 该数据集主要由静止车辆的SAR切片图像构成，包括多种不同车型在各个方位角下的目标图像。此数据集中包含了MSTAR计划推荐使用的训练集和测试集。其中，训练集是在雷达工作俯仰角为17度时获取的目标图像数据，并包含三大类：BTR70（装甲运输车）、BMP2（步兵战车）以及T-72坦克；而测试集则涵盖了相同类型的车辆在不同视角下的目标图像。 值得注意的是，各类别中的具体车型还存在不同的型号。尽管这些模型可能在配备上有所差异，但它们的总体散射特性相似。
     
  • 已打包的车牌数据，包含3万张图片的VOC格式数据集
    优质
    本数据集提供3万张图片，采用VOC格式封装，涵盖各类车牌实例。旨在支持图像识别与物体检测研究，促进智能交通系统技术进步。 已将3万张车牌数据转换并制作成VOC格式的数据集。
     
  • ORL人脸数据集包含40人的400张BMP格式图片
    优质
    简介：ORL人脸数据集由40个不同个体的400张灰度BMP图像组成，广泛应用于人脸识别技术的研究与开发。 ORL人脸数据集包含40个人的面部图像，每个人有10张照片。每张图片是bmp格式的灰度图，这是人脸识别领域的一个经典数据集。其格式清晰、分类明确，非常适合用于训练模型。
     
  • 将SAR数据集格式从MSTAR转换为JPG
    优质
    本项目旨在开发一种高效的算法或软件工具，用于将MSTAR数据库中的合成孔径雷达（SAR）数据集转换成JPEG图像格式，以便于进一步的数据处理和机器学习应用。 MSTAR数据集中的tool包含了一个将雷达的二进制格式转换为JPEG的编译文件mstar2jpeg。为了方便处理图像，使用Python语言调用Linux下的shell命令，将1万多份雷达二进制格式文件快速转换成JPEG格式，整个过程仅花费了1分30秒。