Advertisement

WHU-RS19数据集是一个用于人体姿态检测的数据库。

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

简介：
WHU-RS19是通过对谷歌卫星影像进行提取，成功获得了19类不同的遥感图像数据，这些数据能够被广泛应用于场景分类以及图像检索任务之中。相关研究成果包括：-G.-S. Xia, W. Yang, J. Delon, Y. Gousseau, H. Maitre, H. Sun，“基于结构的超高分辨率卫星图像索引”一作。该研究成果是在2010年国际遥感学会（ISPRS）百年学术研讨会（“Advancing Remote Sensing Science”）上发表的，会议地点位于奥地利维也纳。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • WHU-RS19数据集修订版
    优质
    简介：WHU-RS19数据集修订版是对原WHU-RS19遥感图像分类数据集进行更新优化后的版本，新增了更多样化的样本与标签信息，进一步提高了数据集的实用性和广泛适用性。 WHU-RS19是从谷歌卫星影像上获取的包含19类遥感影像的数据集，适用于场景分类和检索任务。相关工作包括：G.-S. Xia, W. Yang, J. Delon, Y. Gousseau 和 H. Maitre 的 Structural high-resolution satellite image indexing 论文，在2010年维也纳召开的ISPRS百年纪念会议上发表。
     
  • MPII人体姿态数据集
    优质
    MPII人体姿态数据集是一个大规模标注的人体关键点检测数据库，包含多种日常活动中的图像和视频，广泛应用于计算机视觉研究领域。 数据来自MPII人类姿势数据库，并被转换为一个.csv文件，命名为mpii_human_pose.csv。
     
  • 武汉大学WHU-RS19深度学习数据集
    优质
    武汉大学WHU-RS19数据集是一个专为促进深度学习在遥感图像解译领域发展而设计的研究资源。该数据集包含多种场景、高分辨率卫星影像及详细标注信息，旨在支持目标检测和分类等任务的算法开发与性能评估。 WHU-RS数据集是从Google Earth收集的一个新的公开可用的数据集[6]，包含950幅大小为600×600像素的图像，这些图像均匀分布在19个场景类别中。一些示例图例如下所示（此处省略具体图片引用）。可以看出，在某些类别的照明、尺度、分辨率和视角依赖外观的变化方面，该数据集比UCM数据集更为复杂。
     
  • 武汉大学WHU-RS19深度学习数据集
    优质
    武汉大学WHU-RS19数据集是专为深度学习设计，涵盖广泛地物类型与复杂场景，适用于遥感图像解译研究，促进高性能算法开发。 Transferring Deep Convolutional Neural Networks for the Scene Classification of High-Resolution Remote Sensing Images 使用的数据源是 WHU-RS 数据集。该数据集是从 Google Earth 收集的，包含 950 幅大小为 600×600 像素的图像，并均匀分布在19个场景类别中。
     
  • Human36M的3D人体姿态数据集
    优质
    Human3.6M 是一个大规模的三维人体姿态数据集，包含了多种日常活动中的人体动作和姿势，为研究者提供了丰富的资源以开发先进的姿态估计算法。 进行与3D人体姿态骨骼相关的实验时，建议使用Human3.6M数据集。
     
  • 牛体姿态数据集，适用于牛体态分析
    优质
    本数据集包含大量牛的不同姿态图像，旨在为研究者和开发者提供资源，用于深入分析和理解牛的身体姿势与结构。适用于牛体态分析相关研究和技术开发。 牛体姿态数据集用于牛体态判读。
     
  • PASCAL3D+ 3D 物体检测与姿态识别数据集.torrent
    优质
    PASCAL3D+ 是一个扩展版的数据集，用于增强三维物体检测和姿态估计的研究。它结合了二维图像信息及对应物体的三维模型和姿态标注，是开发和评估相关算法的重要资源。 注意：您提供的标题看起来像是一个文件名（.torrent 文件通常用于下载），因此上面的简介并未涉及任何具体的文件内容或来源，而是对 PASCAL3D+ 数据集的一般性介绍。 请注意，这只是一个种子地址，需要自行下载。PASCAL 3D+ 是一个用于三维物体检测和姿态识别的数据集，包含了 PASCAL VOC 2012 中的12个类别物体的三维标注信息，平均每个类别包含约3000个实例。该数据集由斯坦福大学于2014年发布，并且相关的研究论文为《Beyond PASCAL: A Benchmark for 3D Object Detection in the Wild》。
     
  • Python-获取Human3.6M 3D人体姿态数据集
    优质
    本简介介绍如何使用Python编程语言从Human3.6M数据库中提取和处理高质量的三维人体姿态数据，为动作识别与分析研究提供支持。 Human 3.6M 3D human pose dataset fetcher是一款用于获取包含人体姿态数据的工具或脚本。该数据集包含了大量关于人类在不同情境下的三维姿势信息，对于研究和开发相关应用具有重要价值。
     
  • AlphaPose人体姿态检测
    优质
    AlphaPose是一款先进的人体姿态估计工具，通过深度学习技术准确识别图像和视频中的人物动作与姿势。 AlphaPose 是一个高精度的多人姿态估计系统，在COCO数据集上实现了72.3 mAP（超越Mask-RCNN 8.2个百分点），在MPII数据集上的mAP达到了82.1。此外，为了关联同一个人的所有姿态，AlphaPose提供了名为Pose Flow的在线姿态跟踪器，该工具在PoseTrack挑战赛的数据集中取得了66.5 mAP和58.3 MOTA的成绩，超过了现有的最佳技术精度。