CCTV Trafik Sahnesi Semantik Segmentasyon Veri Seti

Örnek Segmentasyonu

CCTV Trafik Sahnesi Semantik Segmentasyon Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Video

Sayısı: 1.2k

Ek Açıklama: Evet

X

Açıklama: "CCTV Trafik Sahnesi Semantik Segmentasyon Veri Seti", sabit bir bakış açısından trafik sahnelerinin karmaşıklıklarını yakalayarak otonom sürüş geliştirme için benzersiz bir bakış açısı sunar. 1600 x 1200 pikseli aşan çözünürlüklere ve 7 fps'nin üzerinde bir kare hızına sahip yol izleme kameralarından gelen yüksek çözünürlüklü CCTV görüntülerini kullanan bu veri seti, insanlar, hayvanlar, bisikletli araçlar, otomobiller ve yol bariyerleri dahil olmak üzere trafikteki çeşitli unsurların ayrıntılı örnek segmentasyonunu sağlar. Ayrıca çeşitli hava koşullarını da kapsayarak, AI sistemlerinin sabit bir bakış açısından çeşitli trafik senaryolarını anlamaları ve yorumlamaları için eğitilmeleri için sağlam bir veri seti sunar.

Şehir Gökyüzü Kontur Segmentasyon Veri Kümesi

Kontur segmentasyonu

Şehir Gökyüzü Kontur Segmentasyon Veri Kümesi

Kullanım Örneği: Şehir Gökyüzü Kontur Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 17k

Ek Açıklama: Evet

X

Açıklama: "Şehir Gökyüzü Kontur Segmentasyon Veri Seti", görsel eğlence sektörü için hazırlanmış olup, 3000 x 4000 piksel yüksek çözünürlüklü, internetten toplanan görsellerden oluşan bir koleksiyon içerir. Bu veri seti, kentsel ortamlarda gökyüzünü binalar ve bitkiler gibi unsurlarla yakalamaya odaklanan ve çeşitli görsel içerik oluşturma için ayrıntılı bir arka plan sağlayan kontur segmentasyonuna adanmıştır.

Dashcam Trafik Sahneleri Semantik Segmentasyon Veri Seti

Anlamsal Bölümleme

Dashcam Trafik Sahneleri Semantik Segmentasyon Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Resim

Sayısı: 210

Ek Açıklama: Evet

X

Açıklama: "Dashcam Trafik Sahneleri Semantik Segmentasyon Veri Seti" otonom sürüş teknolojilerinin sınırlarını zorlamak için olmazsa olmazdır. Bu veri seti, kentsel ve banliyö trafik ortamlarının çeşitli unsurlarını yansıtacak şekilde semantik olarak segmentlere ayrılmış, yaklaşık 1280 x 720 piksel çözünürlüğe sahip sürüş kayıt cihazı görüntüleri içerir. Gökyüzü, insanlar, motorlu taşıtlar, motorsuz taşıtlar, otoyollar, yaya yolları, zebra geçitleri, ağaçlar, binalar ve daha fazlası dahil olmak üzere 24 farklı nesneyi ve senaryoyu kapsamlı bir şekilde kategorilere ayırır. Bu ayrıntılı semantik segmentasyon, otonom sürüş sistemlerinin yolun karmaşıklıklarını daha iyi anlamasına ve yorumlamasına olanak tanır ve navigasyon ve güvenlik protokollerini geliştirir.

Sürülebilir Alan Segmentasyon Veri Seti

Anlamsal Segmentasyon, İkili Segmentasyon

Sürülebilir Alan Segmentasyon Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Resim

Sayısı: 115.3k

Ek Açıklama: Evet

X

Açıklama: "Sürülebilir Alan Segmentasyon Veri Seti", AI'nın otonom araçları çeşitli sürüş ortamlarında yönlendirme yeteneklerini geliştirmek için titizlikle hazırlanmıştır. 1600 x 1200 ila 2592 x 1944 piksel arasında değişen çözünürlüklere sahip çok çeşitli yüksek çözünürlüklü görüntüler sunar ve bitüm, beton, çakıl, toprak, kar ve buz gibi çeşitli kaldırım türlerini yakalar. Bu veri seti, AI modellerinin sürülebilir ve sürülemeyen alanlar arasında ayrım yapmaları için eğitilmesi açısından hayati önem taşır; bu, otonom sürüşün temel bir yönüdür. Ayrıntılı semantik ve ikili segmentasyon sağlayarak, otonom araçların güvenliğini ve verimliliğini artırmayı ve gerçek dünya senaryolarında karşılaşılan farklı yol koşullarına ve ortamlara uyum sağlamalarını sağlamayı amaçlamaktadır.

Geçmiş Veri Kümesi

Geçmiş Veri Kümesi

Kullanım Örneği: Yer İşareti Tanımlama, Yer İşaretleri Etiketleme

Biçim: .jpg, mp4

Sayısı: 2087

Ek Açıklama: Yok hayır

X

Açıklama: Benzersiz kimliklerden görüntüler (1 Kayıt fotoğrafı, Kimlik başına 20 Tarihsel fotoğraf) ve videolar (1 İç Mekan, 1 Dış Mekan) toplayın

İç Mekan Nesneleri Segmentasyon Veri Kümesi

Örnek Segmentasyonu, Anlamsal Segmentasyon, Kontur Segmentasyonu

İç Mekan Nesneleri Segmentasyon Veri Kümesi

Kullanım Örneği: İç Mekan Nesneleri Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 51.6k

Ek Açıklama: Evet

X

Açıklama: "İç Mekan Nesneleri Segmentasyon Veri Seti", 1024 × 1024 ila 3024 × 4032 arasında yüksek çözünürlüklü görüntüler sunan reklam, oyun ve görsel eğlence sektörlerine hizmet vermektedir. Bu veri seti, 50'den fazla yaygın iç mekan nesnesi türünü ve mobilya gibi mimari unsurları içerir. ve örneğin anlamsal ve kontur segmentasyonu gibi açıklamalı oda yapıları.

Mutfak Sanitasyon Video Veri Seti

Sınırlayıcı kutu, Etiketler

Mutfak Sanitasyon Video Veri Seti

Kullanım Örneği: Mutfak Sanitasyon Video Veri Seti

Biçim: Video

Sayısı: 7k

Ek Açıklama: Evet

X

Açıklama: CCTV kamera görüntüleri. Çözünürlük 1920 x 1080'in üzerinde ve videonun saniye başına kare sayısı 30'un üzerindedir.

Landmark Görüntü Veri Kümesi

Landmark Görüntü Veri Kümesi

Kullanım Örneği: Yer İşareti Tanımlama, Yer İşaretleri Etiketleme

Biçim: . Jpg

Sayısı: 34118

Ek Açıklama: Yok hayır

X

Açıklama: Çevreleri bağlamında yer işaretlerinin görüntüleri

Kayıt cihazı: Mobil Kamera

Kayıt Durumu: - Gün Işığı - Gece - Bulutlu/Yağmur

Şerit Hattı Segmentasyon Veri Seti

İkili Segmentasyon, Anlamsal Segmentasyon

Şerit Hattı Segmentasyon Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Resim

Sayısı: 135.3k

Ek Açıklama: Evet

X

Açıklama: "Şerit Çizgisi Bölümlendirme Veri Seti", özellikle şerit algılama ve bölümlendirmeye odaklanarak otonom sürüş teknolojilerindeki gelişmeleri hızlandırmak için tasarlanmıştır. Beyaz ve sarı renkte çeşitli düz ve kesik çizgiler gibi kapsamlı bir yol işaretlemesi yelpazesini kapsayacak şekilde 35 ayrı kategoriye ayrılmış, sürüş kayıt cihazlarından gelen çok sayıda görüntü içerir. Bu veri seti, otonom araçların güvenli navigasyonu için hayati önem taşıyan şerit sınırlarını belirlemede yapay zekanın hassasiyetini artırmayı amaçlamaktadır.

Şerit Birleştirme ve Çatal Alanı Bölümlendirme Veri Seti

İkili Segmentasyon

Şerit Birleştirme ve Çatal Alanı Bölümlendirme Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Resim

Sayısı: 4.2k

Ek Açıklama: Evet

X

Açıklama: "Şerit Birleştirme ve Çatal Alan Segmentasyonu Veri Seti", otonom sürüşteki kritik senaryolar olan şerit birleştirme ve çatallaşmanın karmaşıklıklarını özel olarak ele alır. Sürüş kayıt cihazı görüntülerinden oluşan bu veri seti, şeritlerin birleştiği veya ayrıldığı alanlara odaklanarak ikili segmentasyon için ek açıklamalarla belirtilmiştir. Şerit birleştirme alanları, şerit çatallaşma alanları (üçgen ters çizgilerle işaretlenmiş) ve araçlar, ağaçlar, yol işaretleri ve yayalar gibi olası engeller için ayrıntılı etiketler içerir. Bu veri seti, AI modellerinin bu zorlu yol durumlarında gezinmesini sağlamak için eğitilmesinde hayati bir araçtır ve daha akıcı ve daha güvenli otonom sürüş deneyimleri sağlar.

Çoklu Senaryolar ve Kişiler Semantik Segmentasyon Veri Kümesi

Kontur Segmentasyonu, Anlamsal Segmentasyon

Çoklu Senaryolar ve Kişiler Semantik Segmentasyon Veri Kümesi

Kullanım Örneği: Çoklu Senaryolar ve Kişiler Anlamsal Segmentasyon

Biçim: Resim

Sayısı: 54k

Ek Açıklama: Evet

X

Açıklama: "Çoklu Senaryolar ve Kişiler Semantik Segmentasyonu" veri seti, 1280 x 720 ila 6000 x 4000 arası çözünürlüklerde internetten toplanan görüntülerden oluşan görsel eğlence endüstrisi için özel olarak tasarlanmıştır. Kentsel, doğal ve iç mekan ortamlarındaki çok kişili sahnelere odaklanır. insan figürleri, aksesuarlar ve arka planlar için ayrıntılı açıklamalar sağlar.

Dış Mekan Binası Panoptik Segmentasyon Veri Kümesi

Panoptik Segmentasyon

Dış Mekan Binası Panoptik Segmentasyon Veri Kümesi

Kullanım Örneği: Dış Mekan Binası Panoptik Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 1k

Ek Açıklama: Evet

X

Açıklama: "Dış Mekan Bina Panoptik Segmentasyon Veri Seti", görsel eğlence endüstrisi için hazırlanmış olup, 3024 x 4032 pikseli aşan yüksek çözünürlüklü, internetten toplanan dış mekan görüntülerinden oluşan bir koleksiyondan oluşmaktadır. Bu veri seti, binalar, yollar, insanlar, arabalar ve daha fazlası dahil olmak üzere dış mekan sahnelerindeki tanımlanabilir her örneği yakalayan panoptik segmentasyona odaklanır ve ayrıntılı çevresel analiz ve oluşturma için kapsamlı bir veri seti sağlar.

Dış Mekan Nesneleri Semantik Segmentasyon Veri Kümesi

Sınırlayıcı kutu, Anahtar noktalar

Dış Mekan Nesneleri Semantik Segmentasyon Veri Kümesi

Kullanım Örneği: Dış Mekan Nesneleri Semantik Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 7.1k

Ek Açıklama: Evet

X

Açıklama: "Dış Mekan Nesneleri Semantik Segmentasyon Veri Seti", medya ve eğlence ile robotik alanındaki uygulamalar için geliştirilmiştir ve çözünürlükleri 1024 x 726 ila 2358 x 1801 piksel arasında değişen, internetten toplanan çeşitli görüntülerden oluşur. Bu veri kümesi, insan vücudunun parçaları, doğal manzaralar, mimari yapılar, kaldırımlar, ulaşım araçları ve daha fazlası dahil olmak üzere çeşitli dış mekan unsurlarını bölümlere ayırmak için sınırlayıcı kutu ve kilit nokta açıklamalarını kullanır.

Panoptik Sahneler Segmentasyon Veri Kümesi

Anlamsal Bölümleme

Panoptik Sahneler Segmentasyon Veri Kümesi

Kullanım Örneği: Panoptik Sahneler Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 21.3k

Ek Açıklama: Evet

X

Açıklama: "Panoptik Sahne Segmentasyon Veri Seti", 660 x 371 ila 5472 x 3648 piksel çözünürlükte, internetten toplanan çok çeşitli görüntülerden oluşan, robotik ve görsel eğlence alanlarına yönelik kapsamlı bir kaynaktır. Bu veri kümesi, yatay ve dikey düzlemler, binalar, insanlar, hayvanlar ve mobilyalar gibi çeşitli unsurları yakalayarak çeşitli sahnelerin bütünsel bir görünümünü sunarak anlamsal bölümlendirmeyi amaçlamaktadır.

PUBG Oyun Sahneleri Segmentasyon Veri Kümesi

Örnek Segmentasyonu, Anlamsal Segmentasyon

PUBG Oyun Sahneleri Segmentasyon Veri Kümesi

Kullanım Örneği: PUBG Oyun Sahneleri Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 11.2k

Ek Açıklama: Evet

X

Açıklama: "PUBG Oyun Sahneleri Segmentasyon Veri Seti", popüler oyun PUBG'nin 1920 × 886, 1280 × 720 ve 1480 × 720 piksel çözünürlükteki ekran görüntülerini içeren oyun uygulamaları için özel olarak tasarlanmıştır. Örneğin karakterler, araçlar, manzaralar ve oyun içi öğeler dahil olmak üzere anlamsal bölümleme ve 17 kategoriyi kapsayarak oyun geliştirme ve analiz için zengin bir kaynak sağlar.

Yol Sahnesi Semantik Segmentasyon Veri Kümesi

Anlamsal Bölümleme

Yol Sahnesi Semantik Segmentasyon Veri Kümesi

Kullanım Örneği: Yol Sahnesi Semantik Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 2k

Ek Açıklama: Evet

X

Açıklama: "Yol Sahnesi Semantik Segmentasyon Veri Seti", 1920 x 1080 piksel standart çözünürlüğe sahip, internetten toplanan görüntülerden oluşan bir koleksiyon içeren, otonom sürüş uygulamaları için özel olarak tasarlanmıştır. Bu veri seti, gelişmiş sürücü destek sistemlerinin (ADAS) ve otonom araç teknolojilerinin geliştirilmesini desteklemek için gökyüzü, binalar, şerit çizgileri, yayalar ve daha fazlası gibi yol sahnelerinin çeşitli unsurlarını doğru bir şekilde segmentlere ayırmayı amaçlayan semantik segmentasyona odaklanmıştır.

Yol Sahneleri Panoptik Segmentasyon Veri Kümesi

Panoptik Segmentasyon

Yol Sahneleri Panoptik Segmentasyon Veri Kümesi

Kullanım Örneği: Yol Sahneleri Panoptik Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 1k

Ek Açıklama: Evet

X

Açıklama: "Yol Sahneleri Panoptik Segmentasyon Veri Seti", görsel eğlence ve otonom sürüş uygulamalarına yöneliktir ve 1600 x 1200 pikseli aşan çözünürlükte internetten toplanan yol sahnesi görüntülerinden oluşan bir koleksiyon içerir. Bu veri seti, panoptik segmentasyon konusunda uzmanlaşmış olup, görüntülerdeki araçlar, yollar, şerit çizgileri, bitki örtüsü ve insanlar gibi tanımlanabilir her örneği açıklayarak kapsamlı yol sahnesi analizi için ayrıntılı bir veri seti sağlar.

Gökyüzü Anahat Paspas Veri Kümesi

Bölünme

Gökyüzü Anahat Paspas Veri Kümesi

Kullanım Örneği: Gökyüzü Anahat Paspas Veri Kümesi

Biçim: Resim

Sayısı: 20k

Ek Açıklama: Evet

X

Açıklama: "Gökyüzü Anahat Paspas Veri Setimiz", seçilmiş gökyüzü görüntüleri seçkisiyle internet, medya ve mobil endüstrilere hitap etmektedir. Bu veri kümesi, çeşitli uygulamalara uygun, ayrıntılı taslak çıkarımı için piksel düzeyinde ince bölümleme ile güneşli, bulutlu, gün doğumu, gün batımı ve daha fazlasını içeren çeşitli gökyüzü koşullarını içerir.

Gökyüzü Segmentasyon Veri Kümesi

maske segmentasyonu

Gökyüzü Segmentasyon Veri Kümesi

Kullanım Örneği: Gökyüzü Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 73.6k

Ek Açıklama: Evet

X

Açıklama: "Gökyüzü Segmentasyon Veri Seti", görsel eğlence endüstrisi için titizlikle seçilmiş olup, çözünürlükleri 937 × 528 ila 9961 × 3000 arasında değişen, manuel olarak çekilmiş görüntüler içerir. Bu koleksiyon, gökyüzünün günün ve gecenin farklı zamanlarına göre bölümlenmesine adanmıştır. Kapsamlı maske segmentasyon görevleri için dinamik bir dizi dış mekan gökyüzü senaryosu.

Yürüyüş Yolu Bölümlendirme Veri Seti

Örnek Segmentasyonu, İkili Segmentasyon

Yürüyüş Yolu Bölümlendirme Veri Seti

Kullanım Örneği: Otomatik Sürüş

Biçim: Resim

Sayısı: 87.8k

Ek Açıklama: Evet

X

Açıklama: "Yürüyüş Yolu Bölümlendirme Veri Seti", yaya yürüyüş yollarının doğru bir şekilde tanımlanması ve bölümlendirilmesine odaklanarak otonom sürüş sistemlerinin güvenliğini ve verimliliğini artırmak için tasarlanmıştır. Sürüş kayıt cihazlarından alınan görüntüleri içeren bu veri seti, AI modellerinin sürülebilir alanlar ile yaya bölgeleri arasında ayrım yapmaları için eğitilmeleri açısından kritik öneme sahiptir. Yaya yürüyüş alanlarını hem örnek hem de ikili bölümlendirme teknikleriyle bölümlendirerek, kentsel ortamlarda güvenli bir şekilde gezinebilen otonom araçlar geliştirmek için kritik bir kaynak sağlar.