Enterprise-Grade Environmental Scene Datasets fyrir AI/ML þróun

Lýsing: "CCTV Traffic Scene Semantic Segmentation Dataset" býður upp á einstakt sjónarhorn fyrir þróun sjálfvirkrar aksturs, fangar ranghala umferðarsenu frá kyrrstæðu sjónarhorni. Með því að nota háupplausn CCTV myndefni frá vegaeftirlitsmyndavélum, með upplausn yfir 1600 x 1200 pixlum og rammahraða yfir 7 ramma á sekúndu, veitir þetta gagnasafn nákvæma skiptingu ýmissa þátta í umferðinni, þar á meðal mönnum, dýrum, hjólandi farartækjum, bifreiðum og vegriða. Það nær einnig yfir margs konar veðurskilyrði og býður upp á öflugt gagnasafn til að þjálfa gervigreind kerfi til að skilja og túlka fjölbreyttar umferðarsviðsmyndir frá föstum sjónarhóli.

Lýsing: „City Sky Contour Segmentation Dataset“ er útbúið fyrir sjónræna afþreyingargeirann og inniheldur safn af myndum sem safnað er á netinu með hárri upplausn upp á 3000 x 4000 pixla. Þetta gagnasafn er tileinkað útlínuskiptingu, með áherslu á að fanga himininn í þéttbýli með þáttum eins og byggingum og plöntum, sem gefur ítarlegan bakgrunn fyrir ýmis myndefnissköpun.

Lýsing: „Dashcam Traffic Scenes Merkingartækni Segmentation Dataset“ er nauðsynlegt til að ýta mörkum sjálfvirkrar aksturstækni. Þetta gagnasafn inniheldur akstursupptökumyndir með um það bil 1280 x 720 pixla upplausn, skipt í merkingarlega hluti til að endurspegla ýmsa þætti umferðarumhverfis í þéttbýli og úthverfum. Það flokkar ítarlega 24 mismunandi hluti og aðstæður, þar á meðal himinn, fólk, vélknúin farartæki, óvélknúin farartæki, þjóðvegir, göngustígar, sebrabrautir, tré, byggingar og fleira. Þessi nákvæma merkingarlega skipting gerir sjálfvirkum aksturskerfum kleift að skilja betur og túlka margbreytileika vegarins, sem eykur leiðsögn og öryggisreglur.

Lýsing: „Drivaable Area Segmentation Dataset“ er vandað til að auka getu gervigreindar við að sigla sjálfstætt ökutæki í gegnum fjölbreytt akstursumhverfi. Það inniheldur mikið úrval af háupplausnarmyndum, með upplausn á bilinu 1600 x 1200 til 2592 x 1944 dílar, sem fangar ýmsar gerðir gangstétta eins og jarðbiki, steinsteypu, möl, jörð, snjó og ís. Þetta gagnasafn er mikilvægt til að þjálfa gervigreindarlíkön til að greina á milli aksturshæfra og óökuhæfra svæða, sem er grundvallaratriði í sjálfvirkum akstri. Með því að veita nákvæma merkingar- og tvíundarskiptingu miðar það að því að bæta öryggi og skilvirkni sjálfstýrðra ökutækja og tryggja að þau geti lagað sig að mismunandi vegaaðstæðum og umhverfi sem upp koma í raunheimum.

Lýsing: Safnaðu myndum (1 skráningarmynd, 20 sögulegar myndir á hverja auðkenni) og myndskeiðum (1 innandyra, 1 úti) frá einstökum auðkennum

Lýsing: „Indoor Objects Segmentation Dataset“ þjónar auglýsinga-, leikja- og sjónræna afþreyingargeiranum og býður upp á myndir í hárri upplausn á bilinu 1024 × 1024 til 3024 × 4032. Þetta gagnasafn inniheldur yfir 50 tegundir af algengum hlutum innandyra og byggingarhluta, svo sem húsgögn. og herbergisbyggingar, til dæmis merkingar- og útlínuskiptingu.

Lýsing: CCTV myndavélar Myndir. Upplausn er yfir 1920 x 1080 og fjöldi ramma á sekúndu í myndbandinu er yfir 30.

Lýsing: Myndir af kennileitum í samhengi við umhverfi sitt

Upptökutæki: Farsímavél

Upptökuskilyrði: - Dagsbirta - Nótt - Skýjað/rigning

Lýsing: „Lane Line Segmentation Dataset“ er hannað til að flýta fyrir framförum í sjálfvirkum aksturstækni, sérstaklega með áherslu á akreinagreiningu og sundrun. Það inniheldur mikið úrval af myndum frá akstursupptökutækjum, skipt í 35 aðskilda flokka til að ná yfir alhliða vegmerkingar eins og ýmsar heilar og strikaðar línur í hvítu og gulu. Þetta gagnapakka miðar að því að betrumbæta nákvæmni gervigreindar við að greina akreinamörk, sem er mikilvægt fyrir örugga siglingu sjálfstýrðra farartækja.

Lýsing: „Lane sameining and Fork Area Segmentation Dataset“ fjallar sérstaklega um margbreytileikann við sameiningu akreina og gaffla, mikilvægar aðstæður í sjálfvirkum akstri. Þetta gagnasafn, sem samanstendur af akstursupptökumyndum, er merkt fyrir tvískipting, með áherslu á svæði þar sem akreinar sameinast eða kvíslast af. Það felur í sér nákvæma merkimiða fyrir akreinar sem sameinast svæði, akreinargaflasvæði (merkt með þríhyrningslaga öfugum línum) og hugsanlegar hindranir eins og ökutæki, tré, vegskilti og gangandi vegfarendur. Þetta gagnasafn er mikilvægt tæki til að þjálfa gervigreind módel til að sigla um þessar krefjandi aðstæður á vegum, sem tryggir sléttari og öruggari sjálfstætt akstursupplifun.

Lýsing: "Multiple Scenarios And Persons Semantic Segmentation" gagnasafnið er sérsniðið fyrir sjónræna skemmtanaiðnaðinn, sem samanstendur af internetsöfnuðum myndum með upplausn frá 1280 x 720 til 6000 x 4000. Það einbeitir sér að margra manna senum í þéttbýli, náttúru og innandyra, veita nákvæmar athugasemdir fyrir mannlegar myndir, fylgihluti og bakgrunn.

Lýsing: „Outdoor Building Panoptic Segmentation Dataset“ er útbúið fyrir sjónræna afþreyingariðnaðinn, sem samanstendur af safni af netsöfnuðum útimyndum með hárri upplausn sem fer yfir 3024 x 4032 dílar. Þetta gagnasafn einbeitir sér að víðtækri skiptingu, fangar hvert auðgreinanlegt tilvik innan vettvangs utandyra, þar á meðal byggingar, vegi, fólk, bíla og fleira, sem gefur yfirgripsmikið gagnasafn fyrir nákvæma umhverfisgreiningu og sköpun.

Lýsing: "Outdoor Objects Semantic Segmentation Dataset" er þróað fyrir forrit í fjölmiðlum og afþreyingu og vélfærafræði, sem samanstendur af ýmsum myndum sem safnað er á netinu með upplausn á bilinu 1024 x 726 til 2358 x 1801 dílar. Þetta gagnasafn notar afmörkunarkassa og lykilpunktaskýringar til að greina ýmsa útiþætti, þar á meðal líkamshluta manna, náttúrulandslag, byggingarlistarmannvirki, gangstéttir, flutningstæki og fleira.

Lýsing: „Panoptic Scenes Segmentation Dataset“ er yfirgripsmikið úrræði fyrir vélfærafræði og sjónræna afþreyingarsviðið, sem samanstendur af fjölbreyttu úrvali mynda sem safnað er á netinu með upplausn frá 660 x 371 til 5472 x 3648 dílar. Þetta gagnasafn er ætlað að merkingarfræðilegri skiptingu, fanga fjölbreytta þætti eins og lárétt og lóðrétt plan, byggingar, fólk, dýr og húsgögn, og býður upp á heildræna sýn á ýmsar senumyndir.

Lýsing: „PUBG Game Scenes Segmentation Dataset“ er sérstaklega hannað fyrir leikjaforrit, með skjáskotum úr hinum vinsæla leik PUBG með upplausnum 1920 × 886, 1280 × 720 og 1480 × 720 dílar. Það nær yfir 17 flokka, til dæmis og merkingarlega skiptingu, þar á meðal persónur, farartæki, landslag og hluti í leiknum, sem veitir ríkulegt úrræði fyrir leikþróun og greiningu.

Lýsing: „Gagnasett fyrir merkingargreiningu á vegumsviðum“ er sérstaklega hannað fyrir forrit fyrir sjálfvirkan akstur, með safni mynda sem safnað er á netinu með staðlaðri upplausn 1920 x 1080 pixla. Þessi gagnapakka er lögð áhersla á merkingarfræðilega skiptingu, sem miðar að því að skipta nákvæmlega upp ýmsum þáttum vegasenna eins og himininn, byggingar, akreinar, gangandi vegfarendur og fleira, til að styðja við þróun háþróaðra ökumannsaðstoðarkerfa (ADAS) og sjálfstætt ökutækistækni.

Lýsing: "Road Scenes Panoptic Segmentation Dataset" miðar að forritum í sjónrænum afþreyingu og sjálfvirkum akstri, með safni netsafnaðra vegamynda með upplausn sem fer yfir 1600 x 1200 dílar. Þetta gagnasafn sérhæfir sig í víðmyndaskiptingu, sem gerir athugasemdir við hvert auðgreinanlegt tilvik í myndunum, svo sem farartæki, vegi, akreinalínur, gróður og fólk, sem gefur ítarlegt gagnasafn fyrir alhliða greiningu á vegum.

Lýsing: „Sky Outline Matting Dataset“ okkar kemur til móts við internet-, fjölmiðla- og farsímaiðnaðinn með úrvali himinsmynda. Þetta gagnasafn inniheldur fjölbreyttar aðstæður á himni, þar á meðal sólríkt, skýjað, sólarupprás, sólsetur og fleira, með fínni skiptingu á pixlastigi fyrir nákvæma útdrátt, hentugur fyrir ýmis forrit.

Lýsing: „Sky Segmentation Dataset“ er vandlega útbúið fyrir sjónræna afþreyingariðnaðinn og inniheldur handvirkt handteknar myndir með upplausn frá 937 × 528 til 9961 × 3000. Þetta safn er tileinkað skiptingu himins á mismunandi tímum dags og nætur. kraftmikið úrval sviðsmynda utandyra fyrir alhliða grímuskiptingarverkefni.

Lýsing: „Gagnaskiptingargagnasettið“ er hannað til að auka öryggi og skilvirkni sjálfvirkra aksturskerfa með því að einbeita sér að nákvæmri auðkenningu og skiptingu gangbrauta. Þetta gagnasafn, sem inniheldur myndir frá akstursupptökutækjum, er mikilvægt fyrir þjálfun gervigreindarlíkana til að greina á milli aksturssvæða og göngusvæða. Með því að skipta göngusvæðum fyrir gangandi vegfarendur í gegnum bæði dæmigerða og tvöfalda skiptingartækni, veitir það mikilvægt úrræði til að þróa sjálfstýrð farartæki sem geta siglt um borgarumhverfi á öruggan hátt.