【通用机械进修】数据集十大年夜合集不能错过！_下载地址_数据

本文将为您先容10个经典、热门的打算机视觉方向数据集，希望对您在选择适宜的数据集时有所帮助。

1

OpenScene

发布方：上海人工智能实验室发布韶光：2023-08-04简介：自动驾驶中最大的3D占用率预测基准对付根本模型和DriveAGI来说，大规模的数据和基准测试是必不可少的。
我们正在推出世界上最大的自动驾驶3D入住率预测基准。
下载地址：https://github.com/OpenDriveLab/OpenScene

2

MSRA Hand

发布方：Chinese University of Hong Kong·Microsoft Research发布韶光：2014-01-01简介：MSRA Hands 是用于手部跟踪的数据集。
利用英特尔的创意交互式手势相机统共捕获了 6 个受试者的右手。
每个受试者被哀求在 400 帧的视频序列中做出各种快速手势。
为了考虑不同的手尺寸，为每个主题指定了全局手模型比例：主题 1~6 分别为 1.1、1.0、0.9、0.95、1.1、1.0。
相机内在参数为：主点=图像中央（160,120），焦距=241.42。
深度图像为 320x240，每个 .bin 文件按行扫描顺序存储深度像素值，即 320240 个浮点数。
单位是毫米。
bin 文件是二进制文件，须要利用 std::ios::binary 标志打开。
joint.txt 文件存储 400 帧 x 每帧 21 个手枢纽关头。
每条线有 3 21 = 63 个浮点数，用于 (x, y, z) 坐标中的 21 个 3D 点。
21 个手枢纽关头是：手腕、index_mcp、index_pip、index_dip、index_tip、middle_mcp、middle_pip、middle_dip、middle_tip、ring_mcp、ring_pip、ring_dip、ring_tip、little_mcp、little_pip、little_dip、little_tip、thumb_mcp、thumb_pip、thumb_dip、thumb_tip。
对应的 .jpg 文件仅用于深度和地面实况枢纽关头的可视化。
下载地址：https://jimmysuen.github.io/论文地址：https://www.cv-foundation.org/openaccess/content_cvpr_2014/papers/Qian_Realtime_and_Robust_2014_CVPR_paper.pdf

3

Stanford Cars

发布方：斯坦福大学·马克斯普朗克信息学研究所发布韶光：2013简介：Cars数据集包含196类汽车的16,185图像。
数据被分成8,144演习图像和8,041测试图像，个中每个类被大致分成50-50。
种别常日在品牌，型号，年份，例如2012特斯拉Model S或2012 BMW M3 coupe的级别。
下载地址：https://ai.stanford.edu/~jkrause/cars/car_dataset.html论文地址：http://vision.stanford.edu/pdf/3drr13.pdf

4

LoveDA (Remote Sensing Land-Cover Dataset for Domain Adaptive Semantic Segmentation)

发布方：武汉大学·测绘与遥感信息工程国家重点实验室发布韶光：2021简介：来自南京、常州和武汉的 5987 张高空间分辨率 (0.3 m) 遥感图像 聚焦城乡之间的不同地理环境 推进语义分割和领域适应任务 三个相称大的寻衅： 多尺度工具 繁芜背景样本 不一致的种别分布下载地址：https://github.com/Junjue-Wang/LoveDA论文地址：https://arxiv.org/pdf/2110.08733v5.pdf

5

KITTI Road

发布方：本田欧洲研究所·马克斯普朗克智能系统研究所发布韶光：2013简介：KITTI Road 是道路和车道估计基准，由 289 个演习图像和 290 个测试图像组成。
它包含三种不同类别的道路场景： uu - 城市未标记 (98/100) um - 城市标记 (95/96) umm - 城市多标记车道 (96/94) 城市 - 地面以上三者的组合事实已通过图像的手动注释天生，可用于两种不同的道路地形类型：道路 - 道路区域，即所有车道的组成，车道 - 自我车道，即车辆当前所在的车道连续行驶（仅适用于“嗯”种别）。
地面实况仅用于演习图像。
下载地址：http://www.cvlibs.net/datasets/kitti/eval_road.php论文地址：http://www.cvlibs.net/publications/Fritsch2013ITSC.pdf

6

OCNLI

发布方：艾伦人工智能研究所·CLUE·印第安纳大学发布韶光：2020-01-01简介：OCNLI代表原始中文自然措辞推论。
它是中文自然措辞推理的语料库，紧密按照MNLI的程序网络，但具有增强的策略，旨在实现更具寻衅性的推理对。
我们想强调的是，我们在创建数据集时没有利用人机翻译，因此我们的中文文本是原创的，没有翻译。
下载地址：https://github.com/cluebenchmark/OCNLI论文地址：https://arxiv.org/pdf/2010.05444.pdf

7

UrbanSound8K

发布方：纽约大学城市科学与进步中央·纽约大学音乐与音频研究实验室发布韶光：2014简介：“这个数据集包含来自 10 个类别的 8732 个城市声音的标记声音摘录 (<=4s)：air_conditioner、car_horn、children_playing、dog_bark、drilling、enginge_idling、gun_shot、jackhammer、siren 和 street_music。
这些种别来自城市声音分类法。
有关数据集的详细解释及其编译办法，请参阅我们的论文。
所有摘录均来自上传到 www.freesound.org 的现场录音。
文件预先分类为十个文件夹（文件夹名为 fold1 “下载地址：https://urbansounddataset.weebly.com/urbansound8k.html论文地址：http://www.justinsalamon.com/uploads/4/3/9/4/4394963/salamon_urbansound_acmmm14.pdf

8

WikiArt

发布方：罗格斯大学发布韶光：2015简介：为了网络我们的美术作品集，我们利用了公开的 “维基艺术绘画” 数据集4 ；据我们所知，这是最大的数字化艺术品在线公开收藏。
这个收藏有从十五个世纪到当代艺术家的1,119艺术家的81,449精工画的图像。
这些绘画来自27种不同的风格 (抽象，拜占庭，巴洛克等) 和 45种不同的流派 (室内、风景等)先前的作品 [26,9] 利用了不同的资源，并制作了较小的收藏，在风格，流派方面的可变性有限 和艺术家。
[4] 的事情在数据网络程序方面最靠近我们的事情，但是他们网络的图像数量是我们的一半。
下载地址：https://github.com/cs-chan/ArtGAN/blob/master/WikiArt%20Dataset/README.md论文地址：https://arxiv.org/pdf/1505.00855v1.pdf

9

SYNTHIA-AL

发布方：巴塞罗那自治大学·打算机视觉中央发布韶光：2019简介：用于主动学习目的的数据集。
这因此 25 FPS 天生的视频流。
该数据集中考虑的类是空的、天空、建筑物、道路、人行道、栅栏、植被、杆、汽车、交通标志、行人、自行车、车道标记和交通灯。
供应的基本事实包括实例分割、2D 边界框、3D 边界框和深度信息！
下载地址：http://synthia-dataset.net/downloads/论文地址：https://arxiv.org/pdf/1908.11757v1.pdf

10

Electricity (Individual household electric power consumption Data Set)

发布方：加州大学发布韶光：2012-08-30简介：在近 4 年的韶光里，以一分钟的采样率丈量一个家庭的电力花费。
供应不同的电量和一些分计量值。
数据集信息：该档案包含 2075259 次丈量，这些丈量值在 2006 年 12 月至 2010 年 11 月（47 个月）期间在位于 Sceaux（法国巴黎 7 公里）的一所房屋中网络。
注：1.(global_active_power1000/60 - sub_metering_1 - sub_metering_2 - sub_metering_3) 表示未在子计量 1、2 和 3 中丈量的电气设备在家庭中每分钟花费的有功电能（以瓦特小时为单位）。
2.The数据集包含丈量中的一些缺失落值（近 1.25% 的行）。
数据集中存在所有日历韶光戳，但对付某些韶光戳，丈量值缺失落：缺失落值由两个连续的分号属性分隔符之间的缺失落值表示。
例如，数据集显示 2007 年 4 月 28 日的缺失落值。
属性信息： 1.date：日期格式为 dd/mm/yyyy 2.time：韶光格式为 hh:mm:ss 3.global_active_power：家庭环球分钟均匀有功功率（千瓦） 4.global_reactive_power：家庭环球分钟均匀无功功率（千瓦） 5.voltage：分钟均匀电压（伏特） 6.global_intensity：家庭环球分钟均匀电流强度（安培） 7. sub_metering_1：电能分计量1号（有功电能瓦时）。
它对应于厨房，紧张包含洗碗机、烤箱和微波炉（热板不是电动的，而是燃气驱动的）。
8.sub_metering_2：电能分计量2号（有功电能瓦时）。
它对应于洗衣房，里面有洗衣机、烘干机、冰箱和灯。
9.sub_metering_3：3号电能分计量（瓦时有功电能）。
它对应于电热水器和空调。
我们建议利用以下伪 APA 参考格式来引用此存储库：Dua, D. 和 Graff, C. (2019)。
UCI 机器学习存储库 [http://archive.ics.uci.edu/ml]。
加利福尼亚州欧文：加利福尼亚大学信息与打算机科学学院。
这里还有一个 BiBTeX 引文：@misc{Dua:2019 , author = "Dua, Dheeru and Graff, Casey", year = "2017", title = "{UCI} Machine Learning Repository", url = "http:// /archive.ics.uci.edu/ml”，机构 = “加州大学欧文分校信息与打算机科学学院”}下载地址：https://archive.ics.uci.edu/ml/datasets/individual+household+electric+power+consumption论文地址：http://jestec.taylors.edu.my/Vol%2011%20issue%2011%20November%202016/11_11_11.pdf

温馨 小贴士

如有您想理解的打算机方向数据集

请联系我们

免费为您供应数据集搜索做事

联系编辑

供应专业的科研辅导，欢迎咨询~