Advertisement

ESPCN-Dataset，包含HDF5及png格式的T91与Set5数据集

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

简介：
ESPCN-Dataset包含了用于超分辨率研究的HDF5和PNG格式的数据集，其中包括T91和Set5两个基准集合。 ESPCN-Dataset采用HDF5格式和png格式存储数据，并包含了T91数据集和Set5数据集。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • ESPCN-Dataset，包含HDF5及png格式的T91与Set5数据集
    优质
    ESPCN-Dataset包含了用于超分辨率研究的HDF5和PNG格式的数据集，其中包括T91和Set5两个基准集合。 ESPCN-Dataset采用HDF5格式和png格式存储数据，并包含了T91数据集和Set5数据集。
     
  • HDF5格式的REDD数据集！
    优质
    REDD数据集采用HDF5格式存储，包含多户住宅详尽能耗记录，适用于智能家居、能源效率分析等研究领域。 学习NILM会使用到的数据集已经转换成了HDF5格式，可以直接使用。参考能耗拆分数据集（REDD）是首个公开发布的专门用于支持NILM研究的数据集。该数据集中包含了来自六户家庭的总电能和子计量电能数据，并因此成为了评估能源拆分算法最常用的数据集。
     
  • CUHK Occlusion Dataset数据集（YOLO格式与VOC格式）含划分好的训练集及测试集
    优质
    本数据集提供CUHK OcclusionDataset，包含标注清晰的YOLO和VOC两种格式图片及其对应标签，内含严格区分的训练集与测试集。 CUHK Occlusion Dataset数据集用于行人检测，并做好了yolo格式的数据集训练与划分。上传的文件包括： 1. VOC格式（.xml 文件）的数据集。 2. yolo 格式（.txt 文件）的数据集。 3. 划分好的yolo格式的训练集和测试集。 文件结构如下： - images - train (包含训练集jpg图片) - val (包含测试集jpg图片) - labels - train (包含训练集标签) - val (包含测试集标签) - VOC2007 - JPEGImages（1063张原始的jpg图片） - Annotations（对应于数据集中每一张图片的.xml格式VOC标签文件） - YOLOLabels（对应于数据集中每一张图片的.txt 格式yolo标签文件）。
     
  • ADNI数据集.nii格式转.png格式
    优质
    本项目提供了一种将ADNI数据库中的神经影像学文件从.nii标准格式转换为.png图像格式的方法和工具，便于非专业用户查看与分析。 ADNI数据集：.nii格式转换为.png格式 1、共有AD_001-AD_015共15个.nii文件，分别查看每个文件的详细信息以获取shape维度信息。 ```python import nibabel as nib file = D:\\图像分割\\AD\\AD_015\\AD_015.nii # .nii或者.nii.gz文件路径 img = nib.load(file) print(img) ``` 2、通过查看发现每个文件都是四维的，只是大小不同。开始进行格式转换。 ```python import os import numpy as np import nibabel as nib import imageio # 代码继续... ```
     
  • Fashion-MNIST数据集-PNG格式
    优质
    Fashion-MNIST数据集以PNG格式提供，包含多样化的服装和配饰图像，旨在替代MNIST成为机器学习中的标准测试数据集。 FashionMNIST 数据集是一个替代 MNIST 手写数字数据集的图像集合，由 Zalando（一家德国的时尚科技公司）的研究部门提供。该数据集包含 70,000 张商品正面图片，这些图片来自 10 种不同的类别，并且大小、格式和训练测试划分与原始 MNIST 数据集完全一致。 FashionMNIST 包括了两个主要部分：一个含有60,000张图像的训练数据集和包含10,000张图像的测试数据集。每个图像都是28x28像素大小，且为灰度图。这些图片被整理成png格式，并存储在名为“train”和“test”的文件夹中，其中每类分别对应一个从 0 到 9 的子目录。 这样你就可以直接使用 FashionMNIST 数据集来测试你的机器学习及深度学习算法性能而无需对代码进行任何修改。
     
  • 读取HDF5数据格式
    优质
    本简介介绍如何读取和处理HDF5数据格式文件，包括常用库的选择、基本命令及语法，并提供实例帮助用户快速入门。 使用IDL读取HDF5格式的遥感影像数据，并将其保存为sav格式以便在ENVI中镶嵌使用。
     
  • MNIST数据集的PNG格式版本
    优质
    这是一个将经典的MNIST手写数字数据集转换为PNG图像格式的资源，便于进行视觉分析和深度学习模型训练。 MNIST数据集包含0到9的数字图像，可用于测试模型在该数据集上的学习效果。这些图像格式为png，尺寸为28*28像素，呈现黑底白字的效果。
     
  • ShapeNet 数据集下载 - 包含 HDF5 格式及带/不带法向量的版本（永久有效）
    优质
    ShapeNet数据集提供丰富多样的3D模型资源，涵盖多种HDF5格式文件，并支持选择是否包含法向量信息，便于用户灵活使用和下载。 shapeNet数据集包含三种格式的数据：hdf5、带法向量和不带法向量。这些数据集可以通过网盘永久下载获取。
     
  • CIFAR-10分类数据集（PNG格式）
    优质
    CIFAR-10分类数据集包含60,000张彩色图像，分为10类，每类1000张训练样本和500张测试样本，所有图片均为32x32像素的PNG格式。 整理好的Cifar10分类数据集以png格式提供，包含6个文件：train1至train5以及test。每个train文件里有10000张图片，总计50000张训练图像；测试文件中则包含10000张用于评估的图片。
     
  • MNIST手写数字数据集-PNG格式
    优质
    简介：MNIST手写数字数据集以PNG格式提供，包含大量标注清晰的手写数字图像，广泛应用于机器学习模型训练和测试。 手写数字数据集包含两个文件夹：test（测试）和train（训练）。其中test文件夹有1万个测试数据，而train文件夹则包含了6万条训练数据。 在每个文件夹中都有以下内容： - 0至9这十个不同数字分类的子文件夹。 - 所有的图片被放置在一起的一个单独的文件夹内。 - 包含所有图片名称及其对应标签（从0到9）的csv文件，这些信息已经按照随机顺序排列。 - 文件名列中的数据已经被转换为pickle和json格式，并分别保存在对应的.pickle和.json文件中。 - 每个图片名所代表的数字分类也被单独地存放在了另一个.pickle和.json文件里。 - 还有用于将csv内容转化为pickle以及json格式代码。