Advertisement

Imagenette包含来自Imagenet的十个便于分类的类别的简化版本,并包含更多法语数据。

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


简介:
影像网:Imagenette,这是一款精美的Imagenette,以及Imagenette,同样是Imagenette。 (感谢Imagenette主题曲) 请注意,包含噪音标签的Imagenette和Imagewoof版本现在可以作为数据集的CSV文件提供下载。 Imagenette和Imagewoof数据集最近(2019年12月6日)已更新。 它们现在采用了70/30的训练/验证数据集比例。 尽管仍然可以通过相同的URL访问旧版本(其验证集规模较小),但下面的URL指向新版本。 此外,我们还添加了相关信息(请参阅下文以获取详细内容)。 利用新的数据集,以下排行榜采用了更强大的评估标准。 你是否能够战胜它? Imagenette数据集是ImageNet的十个易于分类的类别子集,包括:帐篷、英语施普林格、盒式磁带播放器、链锯、教堂、圆号、垃圾车、气泵、高尔夫球和降落伞。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Imagenette:源ImageNet10集合,附带文档
    优质
    Imagenette是来自ImageNet数据集的一个精简版,包含10个易于区分的图像类别,特别适合于快速模型训练和验证。该数据集配有详细的法语文档。 影像网 :musical_notes: Imagenette,gentille imagenette,Imagenette,Je te plumerai。 :musical_notes: 注意:带有噪音标签的Imagenette和Imagewoof版本现在可以作为数据集随附的CSV文件获得。 Imagenette和Imagewoof数据集最近(2019年12月6日)已更改。他们现在有70/30的火车/有效分流。使用新的数据集,以下排行榜使用了强项。你能打败它吗? 影像网Imagenette是Imagenet的10个易于分类类别的子集:帐篷、英语施普林格(应为英文“springer”)、盒式磁带播放器、链锯、教堂、圆号、垃圾车、气泵、高尔夫球和降落伞。
  • MSTAR集,
    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。
  • 9000天气
    优质
    这是一个庞大的天气分类数据集,包含了9000个详细的样本记录。每个样本都经过精心标注和分类,旨在为气象研究、机器学习模型训练以及数据分析提供丰富而有价值的信息资源。 使用CNN模型进行训练后,最佳结果达到了96.3%的准确率。数据集包含7180张图像作为训练集,以及808张图像作为测试集。类别包括:cloudy(多云)、dew(露水)、fogsmog(雾或烟雾)、frost(霜冻)、glaze(冰衣)、hail(冰雹)、lightning(闪电)、rain(雨)、rainbow(彩虹)、rime(明冰霜)、sandstorm(沙尘暴)、shine(晴朗光线明亮的天空)和snow(雪)。训练数据位于data/train_data文件夹中,测试数据则在data/test_data文件夹内。
  • Imagenet 21K
    优质
    ImageNet 21K是一个包含超过21,000个类别的大规模图像数据集,涵盖了极其广泛的视觉概念,为深度学习模型提供了丰富的训练资源。 ImageNet 21K类别数据集是一个包含大量图像分类的数据集合。
  • 机器学习7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。
  • SVM问题(集和代码)_SVM_
    优质
    本资源提供基于支持向量机(SVM)解决十类分类问题的数据集与Python实现代码,涵盖SVM多分类算法应用。 本程序使用数据集和代码,将手写数字图像作为特征输入SVM模型进行训练,并最终实现10分类任务,准确率约为90%。
  • 常用集(32TXT文件)
    优质
    该资源包含了32个常用的数据集合,以TXT格式提供,适用于进行聚类和分类算法的研究与实践。 二维多维不同簇数的点集包括螺旋分布、月牙分布、环形分布等多种类型,共有30余种数据集。
  • 搜狗料库九大,适合文优质资源
    优质
    简介:搜狗语料库涵盖新闻、金融等九个大类,为用户提供丰富且高质量的数据资源,是进行文本分类研究的理想选择。 搜狗语料库包含九大类文本分类资源,是非常好的资料。
  • 双月问题
    优质
    本数据集汇集了带有“双月现象”的分类信息,旨在为研究与应用提供丰富的实验材料,适用于各类机器学习和统计分析场景。 生成包含双月问题的分类数据集。