Advertisement

CK+ 分类图集.7z

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


简介:
CK+ 分类图集.7z 是一个包含多种分类图片集合的压缩文件,适用于收藏、设计和创意灵感激发。 7种表情

全部评论 (0)

还没有任何评论哟~
客服
客服
  • CK+ .7z
    优质
    CK+ 分类图集.7z 是一个包含多种分类图片集合的压缩文件,适用于收藏、设计和创意灵感激发。 7种表情
  • CK+(3个数据).7z
    优质
    CK+是一个包含多个子数据集的压缩文件包(.7z格式),用于支持计算机视觉任务的研究和开发。 CK+人脸表情数据集包含三种类型的数据,每种都包括惊讶、悲伤、快乐、恐惧、厌恶、愤怒等多种情感类别,适用于深度学习模型的训练。
  • CK+数据版)(百度网盘)
    优质
    CK+数据集(分类版)为百度网盘资源,包含丰富的人类面部表情图像,适用于科研和教育目的,涵盖多种基本情感表达。 CK+数据集包含八个分类整理好的表情图片文件夹:angry(愤怒)、contempt(轻蔑)、disgust(厌恶)、fear(恐惧)、happy(快乐)、neutral(中性)、sad(悲伤)和surprise(惊讶)。每个文件夹分别有135、54、177、75、207、123、84以及249张裁剪好的人脸图片,每张图片尺寸为48×48。
  • CIFAR10数据JPG打包.7z
    优质
    这是一个包含CIFAR10数据集中JPG格式图像的压缩文件包,适用于进行图像分类任务的研究与开发。 Cifar10数据集有两种打包格式。一种是按标签类型分文件夹,每个文件夹内包含数字编号的图片;另一种则是将图像命名为“标签_编号.jpg”,并分为train和test两个部分。
  • CK+与CK数据.txt
    优质
    CK+和CK数据集是广泛应用于表情识别及情绪分析研究中的面部图像数据库。包含多种基本情感表达,为相关领域提供宝贵的资源。 CK+数据集和CK数据集包含了图片集合及其文档资料。
  • CK+ 数据
    优质
    简介:CK+数据集是一套包含来自多个国家演员的表情图片集合,用于研究面部表情的跨文化差异,广泛应用于心理学和计算机视觉领域。 CK+是一个新发布的数据集。
  • CK+ 数据
    优质
    CK+数据集是由中国团队构建的一个大规模多标签图像标注数据集,包含丰富多样的中文标注信息,广泛应用于计算机视觉领域的研究和开发。 Cohn-Kanade(CK+)扩展数据集是目前常用的人脸表情识别研究的数据集之一。它是在2010年基于原有的Cohn-Kanda 数据集基础上进行扩充而来的,包含123名参与者及593个图片序列。与原始的CK数据集相比,CK+不仅包括静态图像,还包括动态视频片段,并且所有这些素材都附有情绪标签以明确参与者的表情类型。
  • 杂草数据含5998张片,涵盖5个别.7z
    优质
    本数据集包含5998张图片,涵盖了五种不同的杂草种类,旨在为图像识别和机器学习模型提供训练资源。文件以压缩格式(.7z)存储。 数据集类型:图像分类用,不可用于目标检测。 数据集格式:仅包含jpg图片文件,每个类别文件夹内存放对应类别的图片。 图片数量(jpg文件个数):5998 分类类别数:5 类别名称: - bluegrass - chenopodium - cirsium - corn - sedge 每种类别图片数: - bluegrass: 1200张 - chenopodium: 1200张 - cirsium: 1200张 - corn: 1200张 - sedge: 1198张 重要说明:暂无特别声明。 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,仅提供准确且合理分类存放。
  • 小麦病害数据(含7653张片,12个别).7z
    优质
    本数据集包含7653张图像,涵盖12种不同类型的小麦病害,旨在促进农业领域中机器学习算法的研发与应用。 数据集类型:图像分类用,不可用于目标检测且无标注文件。 数据集格式:仅包含jpg图片,每个类别文件夹下存放着对应类别的图片。 图片总数(jpg文件个数):7653 分类的类别数量:12 各分类下的图片数量: - crown_and_root_rot: 1102 - healthy_wheat: 1434 - leaf_rust: 1797 - powdery_mildew: 218 - wheat_aphids: 315 - wheat_cyst_nematode: 57 - wheat_loose_smut: 1017 - wheat_red_spider: 199 - wheat_scab: 545 - wheat_sharp_eyespot: 545 - wheat_stalk_rot: 274 - wheat_takeall: 150 重要说明:暂无。 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,仅提供准确且合理分类存放。