Advertisement

高速公路上天气状况图像分类数据集【已标注，约16,000张图片】

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：7Z

简介：
本数据集包含约16,000张高速公路天气状况图像，每张图片均已详细标注。旨在为研究者提供高质量的数据支持，促进智能交通系统的研发与应用。 高速公路上的天气情况图像分类数据集【已标注，约16,000张图片】 分类个数【3】：晴天、雨天、雾天（具体查看json文件） 划分了训练集和测试集，并分别存放各自类别的图片。如果想可视化数据集，可以运行资源中的show脚本。 CNN分类网络改进的相关内容可以在相关博客中找到。 更多图像分类、图像分割（医学）、目标检测（yolo）的项目以及相应网络的改进信息也可以在个人主页上查看。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 高速公路上天气状况图像分类数据集【已标注，约16,000张图片】
    优质
    本数据集包含约16,000张高速公路天气状况图像，每张图片均已详细标注。旨在为研究者提供高质量的数据支持，促进智能交通系统的研发与应用。 高速公路上的天气情况图像分类数据集【已标注，约16,000张图片】 分类个数【3】：晴天、雨天、雾天（具体查看json文件） 划分了训练集和测试集，并分别存放各自类别的图片。如果想可视化数据集，可以运行资源中的show脚本。 CNN分类网络改进的相关内容可以在相关博客中找到。 更多图像分类、图像分割（医学）、目标检测（yolo）的项目以及相应网络的改进信息也可以在个人主页上查看。
     
  • 11种常见动物的图像分类数据集【已标注，包含约7000张图片】
    优质
    这是一个包含了大约7000张图片的数据集，涵盖了11种常见的动物种类，并且每一张图片都已经进行了详细的标注。非常适合用于图像分类的研究和学习。 11种常见动物图像分类数据集【已标注，约7000张数据】 该数据经过预处理，可以直接作为分类网络的输入使用。 包含的类别有【11】：狗、牛、羊、老虎、猪等（具体查看json文件）。 划分了训练集和测试集，并分别存放各自同一类别的图片。如果想可视化数据集，可以运行资源中的show脚本。 有关图像分类与分割网络改进的内容可以在相关博客中查阅；计算机视觉的完整项目也可以在其他文章中找到。
     
  • 恶劣天气（大雾、暴雨、沙尘暴、暴雪）图像分类数据集【含标注，约1,000张图片】
    优质
    本数据集包含约1,000张各种恶劣天气条件下的高质量图像，涵盖大雾、暴雨、沙尘暴和暴雪等场景，并附有详细标注。适用于气象研究及智能驾驶技术研发。 我们有一个包含恶劣天气图像的分类数据集，其中包括大约1,000张已标注的大雾、暴雨、沙尘暴和暴雪图片。这些图片被分为四个类别，并且已经划分了训练集与测试集。 每个类别的图片存储在各自的文件夹中。如果需要可视化这个数据集，可以运行资源中的show脚本进行查看。 此外，我们还提供了一个基于CNN的分类网络项目以及一个图像分割完整项目的相关文档。还有一个关于如何改进Yolov5的具体说明。 更多与图像分类、医学领域的图像分割及目标检测（使用YOLO）相关的项目和相应神经网络的改进细节可以在我们的主页上找到。
     
  • 西瓜成熟度图像分类数据集【含标注，约600张图片】
    优质
    本数据集包含约600张西瓜成熟度图像，并附有详细标注信息，旨在促进农业领域中基于视觉的果实成熟度识别研究。 西瓜成熟度图像分类数据集【已标注，约600张图片】 分类个数【3】：成熟、半熟、未熟 划分了训练集、测试集，并将各自同一类别的图片存放在一起。如果想可视化数据集，可以运行资源中的show脚本。 对于CNN分类网络的改进内容可参考相关文献或资料。此外，还有更多图像分类、图像分割（医学）、目标检测（yolo）等相关项目及相应网络的改进信息可供查阅。
     
  • 玉米病害图像分类数据集【含标注信息，约2,800张图片】
    优质
    本数据集包含约2,800张玉米病害图像及详细标注信息，旨在促进作物疾病识别研究与应用。 玉米病害图像分类数据集【已标注，约2,800张数据】 分类个数【4】：尾孢叶斑灰、普通锈蚀等【具体查看json文件】 划分了训练集、验证集、测试集。存放各自的同一类数据图片。如果想可视化数据集，可以运行资源中的show脚本。 改进的CNN分类网络可参考相关文献和资料。 更多图像分类、图像分割（医学）、目标检测（yolo）项目及相应网络的改进，可以在本人主页上查看。
     
  • 辣椒病虫害图像分类数据集【包含约7,500张标注图片】
    优质
    本数据集提供了超过7,500张经过详细标注的辣椒病虫害图片，涵盖多种常见疾病与害虫，为深度学习研究提供丰富资源。 辣椒病虫害图像分类数据集【已标注，约7,500张数据】 类别数量【11】：炭疽病、螨虫、温度不适、缺素等【具体查看json文件】 划分了训练集与测试集，并将各自的数据图片存放于相应目录。如果想可视化数据集，可以运行资源中的show脚本。 提供了一些基于CNN的分类网络项目和图像分割完整项目的介绍，以及对YOLOv5模型进行改进的相关内容。 对于更多关于图像分类、医学图像分割及目标检测（使用yolo）等领域的项目与相应网络改进的内容，请参考本人主页。
     
  • 包含1530张图片的天气数据集（五种不同的天气状况）
    优质
    这是一个庞大的图像数据库，收录了超过1500张描绘不同天气条件下的场景照片。该资料库涵盖了五种主要天气类型，为研究和开发基于视觉的气象识别系统提供了宝贵资源。 天气数据集包含1530张图片，展示了五种不同的天气情况。该数据集包括六个文件夹：五个文件夹分别包含每个类别的图像，另一个文件夹则包含了所有类别中的图像。此外，还有一个CSV文件用于标注alien-test文件夹中图像的标签。
     
  • 大豆叶病害图像分类数据集【含标注信息，约3,600张图片】
    优质
    本数据集包含超过三千六百张大豆叶病害图像及其详细标注信息，旨在促进植物病理学领域的研究与应用。 大豆叶片病害图像分类数据集【已标注，约3,600张数据】 分类个数【3】：炭疽病、健康、锈病【具体查看json文件】 划分了训练集、验证集、测试集。存放各自的同一类数据图片。如果想可视化数据集，可以运行资源中的show脚本。 CNN分类网络改进的相关内容可以在相关博客中找到。 更多关于图像分类、图像分割（医学）、目标检测（yolo）的项目以及相应网络的改进，也可以在个人主页上查看。
     
  • 包含四类垃圾的标注数据集（约3000张图片）
    优质
    本数据集包含了大约3000张图片，涵盖了四大类生活垃圾图像，为垃圾分类相关模型训练提供了详实的数据支持。 2023年比赛要求如下：初赛阶段生活垃圾智能分类装置需识别的四类垃圾主要包括： 1. 有害垃圾：包括各种型号电池（如1号、2号、5号）、过期药品及内包装等； 2. 可回收垃圾：易拉罐和小矿泉水瓶； 3. 厨余垃圾：例如小土豆、切过的白萝卜或胡萝卜，尺寸与电池相当； 4. 其他垃圾：包括瓷片、鹅卵石（大小类似小土豆）以及砖块等。 进入决赛后，生活垃圾智能分类装置需要识别的四类垃圾种类和形状将通过现场抽签决定。此外，在决赛中同时投入进行识别处理的垃圾数量至少为两件及以上，并且每种垃圾重量均不超过150克。