Advertisement

该数据集包含imagenet2012以及其对应的标签文件。

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

简介：
该imagenet2012数据集及其对应的标签信息，包含50000个样本，总共涵盖1000个不同的类别。由于图像数据量巨大，因此在压缩包中以BT下载文件形式提供，用户可以通过迅雷进行便捷的下载。与此同时，标签数据已经提前下载完毕并存储在压缩包内，用户只需解压即可直接使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • imagenet2012数据集与标签.rar
    优质
    imagenet2012数据集与标签.rar包含了ILSVRC-2012竞赛使用的图像及对应标签，是计算机视觉研究中广泛使用的大规模数据集。 imagenet2012数据集及标签包含50000个样本共1000类数据。图片文件较大，在压缩包内以BT形式提供，可通过迅雷下载获取；标签数据已经准备好了并存于压缩包中，解压后即可使用。
     
  • 火灾及烟雾数据集（含6940张JPG图像及其对应的XML标签文件）
    优质
    本数据集包含6940张JPEG格式的图片和相应的XML标注文件，旨在用于训练和测试有关火灾识别与烟雾检测的人工智能模型。 这个数据集包含真实的火灾与烟雾图像，共有6940张jpg格式的图片以及对应的6940个xml格式标签文件，非常适合用于深度学习中的目标检测任务，并且也非常适合用来撰写学术论文。
     
  • ImageNet2012数据集
    优质
    ImageNet2012数据集是包含超过1400万张图片的大型图像数据库，用于训练和测试计算机视觉模型，涵盖20000个类别。它是ILSVRC竞赛的基础，推动了深度学习的发展。 ImageNet2012数据集（也称ILSVRC2012）的分类部分包含1000个类别。在论文研究中，通常使用训练集和验证集。其中，训练集大约为137GB，而验证集约为6GB。
     
  • ORL数据集，包含标签文件（调整路径即可）
    优质
    本资源提供ORL人脸数据集及对应标签文件。该数据集包含40人的正面面部图像，每位人物有10张不同场景的照片，适用于人脸识别研究与算法测试。用户需根据指示调整文件路径以适应本地环境。 AT&T Facedatabase，也称为ORL人脸数据库，包含40个不同对象的图像数据集，每个对象有10张不同的图片。每张图片的通道数、高度和宽度分别为[1, 112, 92]。受试者的图像是在各种条件下拍摄的，包括不同的时间点、光线条件以及面部表情（睁眼/闭眼、微笑/不微笑）等，并且还记录了是否佩戴眼镜的情况。所有图像都在黑暗而均匀的背景下拍摄，确保每个受试者都是直立正面的位置（尽管允许有一定的侧向移动）。
     
  • OfficeHome数据集的标签文件
    优质
    OfficeHome数据集的标签文件包含了一个大规模办公场景视觉识别的数据集合，包括各类办公图像及其详细分类标签，旨在促进跨域计算机视觉研究。 Office-Home 数据集是一种用于评估基于域自适应的深度学习算法的数据集，包含了在办公环境和家庭中常见的65类目标图像。该数据集中包含4个领域，并且这些领域的域差异较大，数据集规模也比前一个数据集要大。 Office-Home 数据集由来自4个不同领域的图像组成：Art（Ar）、Clipart（Cl）、Product（Pr）和Real World（Rw）。其中： - Art 领域包含素描、绘画及装饰品等形式的艺术图像，共有2,427张。 - Clipart 领域包括各种剪贴画图像，共计有4,365张。 - Product 领域则拥有无背景物体的图像共4,439张。 - Real World 领域包含普通相机拍摄下的物体图像，共有4,357张。 此资源提供了Art、Clipart、Product和Real World四个领域的标签文件。
     
  • 包含两类标签(0,1)的MNIST数据集
    优质
    这段简介描述的数据集是经过修改的MNIST手写数字集合，其中仅包含了数字0和1，可用于二分类问题的研究与模型训练。 只有两类标签（0,1）的MNIST数据集可以应用于二分类问题。
     
  • AFHQ数据集（含512*512分辨率及dataset.json标签文件）
    优质
    AFHQ数据集是一款高质量图像数据集合，包含多种分辨率，特别是512x512像素的照片，搭配详细的dataset.json标签文件，适用于深度学习与计算机视觉研究。 AFHQ数据集主要用于StyleGAN，并包含15,000张分辨率为512×512的高质量图像。我们已经将这些图像整理为训练集和测试集，同时提供了一个供StyleGAN使用的dataset.json标签文件，可以直接使用。 该数据集涵盖了猫、狗以及野生动物三个领域，每个领域约有5000张图片。通过包含多个（具体是三个）领域的各种品种的不同图像，AFHQ提出了一个具有挑战性的跨域图像转换问题。对于每一个领域，我们选择了500张图作为测试集，并将剩余的所有图像用作训练集。
     
  • 含标签XML文件的烟雾火焰数据集
    优质
    本数据集包含带有XML标签的烟雾与火焰图像，旨在支持火灾检测研究，适用于训练和测试计算机视觉模型。 共有2472张图片包含烟雾和火焰两个标签，格式为VOC的xml文件。以白烟（火灾初期产生的烟）标注为主，因为黑烟出现时通常已经伴随有明火，此时进行烟雾检测意义不大。对于烟雾目标检测，我们采用大框方式进行标注而非小框多标方式，这是因为烟雾检测的主要目的是为了报警而不是精确定位。 火焰的标注相对简单直观，并且可以通过网上公开的数据集直接增加火焰数据集的数量。在评估基于图片的目标识别算法时，可以使用召回率和误检率来评价网络性能的好坏；而平均精度（AP）则可以用来指导改进算法的方向。需要注意的是，完全依赖于AP指标衡量烟雾检测算法的优劣可能并不合理。
     
  • YOLO 数据集：齿轮缺陷检测【含划分好的数据集、标签及 class 文件】
    优质
    本资源提供YOLO格式的齿轮缺陷检测数据集，包含预划分的数据子集、详细标注信息和类别文件，助力快速模型训练与验证。 数据保存格式遵循YOLOV5的文件夹结构，可以直接用于YOLO检测。 标注采用以下格式：类别、中心点x坐标、中心点y坐标、宽度w、高度h（使用的是相对比例）。 共有7个类别：孔洞、缺损、齿牙等【具体类别详见class文本段落件】。 数据分为训练集、验证集和测试集： - 训练集包含约400张图片及对应的标签txt文件； - 验证集包含约100张图片及其对应标签的txt文件。
     
  • 猫狗数据集（含标签）
    优质
    猫狗数据集（含标签）包含了大量标记为猫咪或狗狗的图像，旨在用于训练和测试图片分类算法模型。 猫狗数据集包含标签。