Advertisement

MSTAR包含10个类别的数据集。

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

简介：
MSTAR10数据集已经成功整理，并按照文件夹进行了分类，最终生成了一个包含相关数据的CSV文件。

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，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。
     
  • 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。
     
  • 包含3个G数据的MSTAR数据集，应用于SAR目标识别领域
    优质
    本数据集为SAR目标识别设计，含3GB多角度雷达图像，旨在提升军事装备识别精度与算法研究。 MSTAR数据集用于评估SAR图像目标识别算法的效果，并包含将文件转换为JPG和TIFF格式的代码。
     
  • MSTAR 十类数据集
    优质
    MSTAR数据集是一套包含十类地面军事车辆的雷达图像集合，广泛应用于目标识别和雷达信号处理的研究中。 MSTAR10类数据集已经按照文件夹分类，并形成了csv文件。
     
  • MSTAR-10测试SAR数据集_SAR_MSTAR数据集_
    优质
    简介：MSTAR-10测试SAR数据集（SAR MSTAR数据集）是一个包含多种地面目标高分辨率合成孔径雷达图像的数据集合，广泛应用于目标识别和分类的研究中。 MSTA数据集包含了10类SAR目标的测试数据。
     
  • 包含0-10数字的手势识别数据集
    优质
    这是一个涵盖了从0到10所有数字的手势图像集合的数据集，旨在促进手势识别技术的研究与发展。 手势识别数据集包含从0到10的手势图像，每个类别都有上千张图片。该数据集分为训练集和验证集两部分，并适用于图像分类的入门学习。
     
  • 加工特征数据集（Machining-feature-dataset）：包含24个类别，每类有1000个模型
    优质
    Machining-feature-dataset是一个全面的数据集合，涵盖24种类别，每个类别提供1000个详细模型，为研究和分析提供了丰富的资源。 我们开发了一个新颖的框架，使用称为FeatureNet的深度3D卷积神经网络（3D-CNN），从机械零件的CAD模型中学习加工特征。 FeatureNet能够理解大型3D模型中复杂加工特征形状的分布，并识别有助于自动识别过程的独特特征。为了训练FeatureNet，我们合成了带有标注加工特征的大规模机械零件的3D CAD模型。有关更多详细信息，请参阅我们的相关文献。
     
  • MSTAR数据集.zip
    优质
    本资源为MSTAR数据集，包含多种地面目标在不同角度和极化方式下的合成孔径雷达(SAR)图像，适用于目标识别与分类研究。 原始的【MSTAR数据集】是灰度图，经过转化处理后，现在的【MSTAR数据集】已经是3通道的数据集了，可以直接用于模型的测试分析。
     
  • UCF-101.zip（包含数据集10）
    优质
    UCF-101.zip 数据集中包含了超过10小时、来自101个不同类别的一千多个视频片段，旨在支持人体动作识别研究。 下载十个小的UCF-101数据集到一个文件夹里，解压其中任意一个小的数据集即可获得完整的UCF-101数据集。
     
  • 三个类别的机器学习数据，包含7个特征
    优质
    本项目涉及三种类型的机器学习数据集，每个都具有七个独特的特征。这些数据为模型训练提供了丰富且多维度的信息来源。 这是一组三分类的机器学习数据集，包含7个特征。