Advertisement

手语数字数据集_手语数据集_数字手语数据集

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


简介:
这是一个专门收集和整理的手语数字表达的数据集合,旨在为研究者、开发者以及聋人社区提供一个标准化的资源库,促进手语识别技术的发展与应用。 手语数字数据集用于训练分类SVM模型。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • __
    优质
    这是一个专门收集和整理的手语数字表达的数据集合,旨在为研究者、开发者以及聋人社区提供一个标准化的资源库,促进手语识别技术的发展与应用。 手语数字数据集用于训练分类SVM模型。
  • 印度 -
    优质
    印度手语数据集是一套专为印度手语设计的数据集合,包含大量手势图像和视频资料,旨在促进印度手语的研究与应用。 这是一个印度手语数据集:Indian Sign Language Dataset_datasets.txt 和 Indian Sign Language Dataset_datasets.zip。
  • 写的
    优质
    手写的数字数据集是指由个人手写形成的包含0至9各数字的大规模样本集合,广泛应用于机器学习与模式识别领域中数字识别模型的训练和测试。 手写数字的训练集和测试集已经准备好,方便使用。
  • USPS
    优质
    USPS手写数字数据集是由美国邮政服务公司提供的一个用于识别手写数字的数据集合,包含大量来自不同人的书写样本。 美国邮政USPS手写数字数据集适用于模式识别和机器学习算法的验证。该数据集以MAT格式提供,便于使用。
  • EMNIST
    优质
    EMNIST数据集是由MNIST衍生而来,主要包含字母和数字的手写样本,旨在为机器学习社区提供一个更为复杂的分类任务基准。 这段文字描述的数据集分为两部分:一部分是原始的EMNIST数据集,另一部分则是已经解析为png格式并分类好的Emnist_letters图片数据集。
  • MNIST
    优质
    简介:MNIST手写数字数据集是一套广泛用于机器学习和深度学习领域的标准测试数据集,包含从零到九的手写数字图像及其标签,共计60,000张训练图片及10,000张测试图片。 MNIST数据集本身的数据形式较难直接处理。这里提供了一份已经转换好的图片版本(25*25*1),共包含10000张分类清晰的图像。
  • MNIST
    优质
    MNIST手写数字数据集是一个广泛用于机器学习领域的标准测试库,包含大量手写数字图像及其标签,常被用来评估和比较各种识别算法的性能。 该资源包含四个压缩包:一个包含MNIST训练集图像数据,另一个包含训练集标签,第三个包含测试集图像,第四个包含测试集标签。这些数据可以用于机器学习中的相关任务。
  • MNIST
    优质
    简介:MNIST手写数字数据集是一套广泛用于机器学习领域中的训练和测试的数据集合,包含大量的手写数字图像及其对应标签,主要用于算法模型的训练与验证。 MNIST手写数字图像数据库包含60000个训练集样本和10000个测试集样本,所有图片均为灰度图且大小统一为28x28像素。具体文件信息如下: - train-images-idx3-ubyte.gz:训练集图像(9912422字节) - train-labels-idx1-ubyte.gz:训练集标签(28881字节) - t10k-images-idx3-ubyte.gz:测试集图像(1648877字节) - t10k-labels-idx1-ubyte.gz:测试集标签(4542字节)
  • MNIST
    优质
    简介:MNIST手写数字数据集是一套广泛使用的机器学习训练和测试标准数据集,包含大量手写数字图像及其标签,旨在促进模式识别与计算机视觉研究。 1. 数据文件 train.csv 和 test.csv 包含手绘数字的灰度图像,范围从0到9。 2. 其中,train.csv 文件包含标签信息,而test.csv 文件没有提供标签。 3. 每幅图像的高度为28像素,宽度也为28像素,总共784个像素点。 4. 每个像素都有一个对应的数值来表示其亮度或暗度。该值越大,则代表该位置的灰度越接近黑色(即更暗)。 5. 这些像素值在0到255之间变化,包含两端数字在内的所有整数选项。
  • MNIST
    优质
    简介:MNIST是一个广泛使用的计算机视觉数据集,包含手写的数字图像(0至9),用于训练和测试各种机器学习算法。 MNIST 数据集来源于美国国家标准与技术研究所(NIST)。训练集由250名不同的人手写的数字组成,其中一半是高中学生,另一半来自人口普查局的工作人员。测试集的数据比例也相同。