Araç Anahtar Noktası Tanımlama Veri Kümesi
Sınırlayıcı Kutu, Önemli Noktalar
Kullanım Örneği: Araç Anahtar Noktası Tanımlama Veri Kümesi
Biçim: Resim
Sayısı: 25k
Ek Açıklama: Evet
Açıklama: "Araba Anahtar Noktası Tanımlama Veri Seti", görsel eğlence ve otonom sürüş uygulamaları için tasarlanmış olup, 640 x 512 piksel çözünürlüğe sahip, internetten toplanan görüntülerden oluşan bir koleksiyon içerir. Bu veri seti, hedef arabaları tanımlamak için sınırlayıcı kutular kullanır ve dört üst nokta, dört ışık, dört tekerlek ve ön ve sol taraftaki cam alanlar da dahil olmak üzere her araçtaki 14 önemli noktaya açıklama ekleyerek araba modelleme ve modelleme için ayrıntılı veriler sağlar. tanıma görevleri.
Hasarlı Kart Parçaları Segmentasyon Veri Kümesi
Anlamsal Bölümleme
Kullanım Örneği: Hasarlı Kart Parçaları Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 1,000
Ek Açıklama: Evet
Açıklama: "Hasarlı Levha Parçaları Segmentasyon Veri Seti", özellikle ahşap ve levha üretimi olmak üzere imalat sektörü için özel olarak tasarlanmış niş bir koleksiyondur. 3024 x 4032 ila 2048 x 5750 piksel arasında değişen yüksek çözünürlüklere sahip, internetten toplanan görüntüler içerir. Bu veri seti, kalite kontrol ve üretim süreçlerine yardımcı olarak çatlaklar, böcek hasarları ve çürüme dahil olmak üzere çeşitli tahta hasarlarının semantik segmentasyonuna odaklanır.
Hasarlı Araç (Minör) Video Veri Kümesi
Kullanım Örneği: Sigorta Talep Süreci
Biçim: avi, mkv, mov, mp4, mp5
Sayısı: 48366
Ek Açıklama: Yok hayır
Açıklama: 360 derecelik hasarlı araba videolarında normal, sabit bir hızda, üst ve alt her zaman görünür Hasar: bir golf topundan daha büyük bir çizik, göçük, çentik veya çatlak Dış Panel Hasarı: tamponlar, çamurluklar, çeyrek paneller, kapılar, davlumbazlar ve sandıklar Konum: Asya, ABD, Kanada ve Avrupa
Kayıt cihazı: Mobil Kamera
Kayıt Durumu: Karışık Aydınlatma Koşulları
Hasarlı Araba Görüntü Veri Kümesi
Kullanım Örneği: Sigorta Talep Süreci
Biçim: . Jpg
Sayısı: 3958
Ek Açıklama: Evet
Açıklama: 490'dan fazla araç ve hasarlı araçların açıklamalı görselleriyle (meta verilerle birlikte) 3958 araç fotoğrafı. Aracın tüm yanlarını kapsar (her araç için 8 fotoğraf) - Sigorta Talebi Süreci Kullanım Örnekleri.
Kayıt cihazı: Mobil Kamera
Kayıt Durumu: Karışık Aydınlatma Koşulları
Endüstriyel Metal Eritme Alevi Sınıflandırması
Sınıflandırma
Kullanım Örneği: Endüstriyel Metal Eritme Alevi Sınıflandırması
Biçim: Resim
Sayısı: 41k
Ek Açıklama: Evet
Açıklama: "Endüstriyel Metal Eritme Alevi Sınıflandırma Veri Seti", tümü 350 x 350 piksel çözünürlüğe sahip, metal eritme alevlerinin internetten toplanan görüntülerinden oluşan bir koleksiyon içeren, endüstri sektörü için tasarlanmıştır. Bu veri seti, alev görüntülerinin aşırı maruz kalma, siyah duman, yangın kütlesi, kıvılcımlar ve cüruf sıçraması ve sıçramasının çeşitli yoğunlukları dahil olmak üzere 10 kategoride sınıflandırılmasına ayrılmış olup, eritme proseslerinin izlenmesi ve optimize edilmesi için önemli veriler sağlar.
Makine Parçası Kusurları Segmentasyon Veri Kümesi
İkili Segmentasyon
Kullanım Örneği: Makine Parçası Kusurları Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 120k
Ek Açıklama: Evet
Açıklama: "Makine Parçası Kusurları Segmentasyon Veri Seti", tamamı 1000 x 1000 piksel çözünürlüğe sahip, internetten toplanan görüntülerden oluşan, imalat sektörü için tasarlanmıştır. Bu veri seti, makine parçalarındaki beyaz kusurları tanımlamak için ikili segmentasyona odaklanarak kalite kontrol ve denetim süreçleriyle ilgili endişe duyulan alanları vurgulayan net açıklamalar sağlar.
Makine Parçaları Segmentasyon Veri Kümesi
Anlamsal Segmentasyon, Çokgen, Anahtar Noktalar
Kullanım Örneği: Makine Parçaları Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 2.3k
Ek Açıklama: Evet
Açıklama: "Makine Parçaları Segmentasyon Veri Seti", 2048 x 1536 piksel çözünürlüğe sahip, internetten toplanan görsellerden oluşan bir koleksiyon içeren, imalat sektörü için özel olarak tasarlanmıştır. Bu veri seti anlamsal segmentasyon, poligon ve önemli nokta açıklamaları konusunda uzmanlaşmıştır; makine parçalarının X-ışını görüntüleri içindeki işleme konumlarının kontur açıklamalarına odaklanarak üretim süreçlerinde hassas analiz ve denetimi kolaylaştırır.
Demiryolu Hattı Etiketleme Veri Kümesi
Çokgen, Sınırlayıcı Kutu
Kullanım Örneği: Demiryolu Hattı Etiketleme Veri Kümesi
Biçim: Resim
Sayısı: 3k
Ek Açıklama: Evet
Açıklama: "Demiryolu Hattı Etiketleme Veri Seti", 1920 x 1080 piksel çözünürlüğe sahip, internetten toplanan görsellerden oluşan bir koleksiyon içeren, endüstriyel uygulamalar için özel olarak tasarlanmıştır. Bu veri kümesi, çokgen açıklamaları kullanılarak dönüşleri ve birleşmeleri de dahil olmak üzere demiryolu hatlarının ayrıntılı etiketlenmesinde uzmanlaşmıştır. Ayrıca bu görüntülerdeki trenler sınırlayıcı kutularla etiketlenmiştir. Veri seti özellikle Wuhan'dan toplanan demiryolu ağlarına odaklanarak demiryolu hattı analizi ve tren tespiti için yerelleştirilmiş bir bağlam sağlıyor.