Barkod Görüntü Veri Kümesi
Kullanım Örneği: Barkod Tarama Tanımlama
Biçim: .mov, mp4
Sayısı: 2767
Ek Açıklama: Yok hayır
Açıklama: Barkod Tipi: Code128, UPC/EAN, DataMatrix, PDF417, Aztek, Çoklu kod
Kayıt cihazı: Honor 9A, Huawei mate 10 pro, iPad, iPhone (6S, 7 Plus, SE, X, 11, 12, 12 mini, 12 Pro Max), Moto (E4, onepower), One plus (6T, 7T, One), Oppo A3s, Gerçek Ben, Samsung (A20, A30, A32, M12, M31), Vivo z1pro, Xiaomi Mi10T+
Kayıt Durumu: - Bright_Indoor - Low_Indoor - Low_Outdoor - Normal - Güneşli
Bulanıklaştırma Alanı Segmentasyon Veri Kümesi
Anlamsal Bölümleme
Kullanım Örneği: Bulanıklaştırma Alanı Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 20k
Ek Açıklama: Evet
Açıklama: "Bulanık Alan Segmentasyon Veri Seti", 960 x 720 ila 1024 x 768 piksel arasında değişen çözünürlüklere sahip, internetten toplanan görüntülerden oluşan, robotik ve görsel eğlencede kullanılmak üzere tasarlanmıştır. Bu veri kümesi, özellikle görsellerdeki mavi alanları hedef alan anlamsal segmentasyona odaklanır. Her mavi alana piksel seviyesinde açıklama eklenerek renk bazlı segmentasyon veya analiz gerektiren uygulamalar için değerli veriler sağlanır.
Karakter Kontur Segmentasyon Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Karakter Kontur Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 1,400
Ek Açıklama: Evet
Açıklama: "Karakter Kontur Segmentasyon Veri Seti", 461 x 169 ila 1080 x 1350 piksel arasında değişen çözünürlüklere sahip, internetten toplanan görüntülerden oluşan bir koleksiyon içeren Optik Karakter Tanıma (OCR) uygulamaları için özel olarak tasarlanmıştır. Bu veri seti, doğru karakter tanıma ve metin çıkarma işlemlerini kolaylaştırmak için OCR optik karakterlerinin hassas şekilde tanımlanmasına odaklanan kontur segmentasyonu etrafında toplanmıştır.
Karakter İlişkisi Segmentasyon Veri Kümesi
Anlamsal Segmentasyon,İlişki Segmentasyonu
Kullanım Örneği: Karakter İlişkisi Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 162.1k
Ek Açıklama: Evet
Açıklama: "Karakter İlişkileri Segmentasyon Veri Seti", robotik ve görsel eğlence endüstrileri için tasarlanmıştır ve 1280 × 720 ila 4608 × 3456 arasında değişen çözünürlüklere sahip, internetten toplanan geniş bir görüntü yelpazesi içerir. Bu benzersiz veri seti, insanlar arasındaki ve insanlar arasındaki ilişkilere odaklanır. etkileşim dinamikleri için değerli bilgiler sağlayan insanlar ve nesneler.
Ortak Nesne Segmentasyon Veri Kümesi
Örnek Segmentasyonu, Anlamsal Segmentasyon
Kullanım Örneği: Ortak Nesne Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 140.7k
Ek Açıklama: Evet
Açıklama: "Ortak Nesne Segmentasyon Veri Seti", 800 × 600 ila 4160 × 3120 arasında değişen çözünürlüklere sahip, internetten toplanan geniş bir görsel koleksiyonuyla e-ticaret ve görsel eğlence endüstrilerine hizmet eder. Bu veri seti, çok çeşitli günlük sahneleri ve nesneleri kapsar. insanlar, hayvanlar, mobilyalar ve daha fazlasını içerir; hem örnek hem de anlamsal bölümleme için açıklamalıdır.
Uçan Tel Segmentasyon Veri Kümesi
Örnek Segmentasyonu
Kullanım Örneği: Uçan Tel Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 13k
Ek Açıklama: Evet
Açıklama: "Flying Wire Segmentasyon Veri Seti", görsel eğlence endüstrisi için özel olarak geliştirilmiştir ve 1024 x 638 pikseli aşan çözünürlüğe sahip, internetten toplanan görüntülerden oluşur. Bu veri kümesi, dijital içerikte gerçekçi kentsel ortamlar oluşturmak için değerli veriler sunan, binalar arasında uzanan halatlara veya tellere açıklama eklemeye öncelikli vurgu yaparak örnek segmentasyonuna odaklanmıştır.
Gıda Kontur Paspaslama Veri Kümesi
Segmentasyon, Kontur Segmentasyonu
Kullanım Örneği: Gıda Kontur Paspaslama Veri Kümesi
Biçim: Resim
Sayısı: 30k
Ek Açıklama: Evet
Açıklama: "Yiyecek Kontur Paspas Veri Setimiz", küresel mutfaklardan yaklaşık 200 yiyecek türünü içeren mutfak ve görsel içerik alanlarını zenginleştiriyor. Ayrıntılı segmentasyon açıklamaları aracılığıyla kişiselleştirilmiş deneyimler sunan, catering, turizm ve eğlence sektörlerindeki işletmeler için tasarlanmıştır.
Gıda Segmentasyonu Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Gıda Segmentasyonu Veri Kümesi
Biçim: Resim
Sayısı: 8.3k
Ek Açıklama: Evet
Açıklama: "Gıda Segmentasyonu Veri Seti", 256 x 256 ila 1024 x 768 piksel çözünürlükte, internetten toplanan görsellerin seçilmiş bir seçkisinden oluşan turizm ve görsel eğlence sektörlerine hizmet vermektedir. Bu veri seti, yaygın gıdalara ve onlara eşlik eden tabak veya kaselere odaklanarak, çeşitli uygulamalarda ayrıntılı analiz ve temsili kolaylaştıran kontur segmentasyonuna ayrılmıştır.
Hayalet Görüntü Veri Kümesi
Kullanım Örneği: Hayalet Görüntü Tanıma
Biçim: HEIC (resimler) & .mov (videolar)
Sayısı: 15610
Ek Açıklama: Yok hayır
Açıklama: Doğal veya yapay aydınlatmanın hayalet olarak bilinen dijital bir eser oluşturduğu gündüz veya gece ayarlarında çekilen durağan görüntü grupları.
Kayıt cihazı: iPhone ve iPad Kamera
Kayıt Durumu: - Gündüz - Gece Saati
Ana Nesneler Segmentasyon Veri Kümesi
Kontur segmentasyonu, Anlamsal Segmentasyon
Kullanım Örneği: Ana Nesneler Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 177.4k
Ek Açıklama: Evet
Açıklama: "Ana Nesne Segmentasyon Veri Seti", 189 x 223 ila 5472 x 3648 piksel arasında değişen çözünürlüklere sahip, internetten toplanan geniş bir görüntü koleksiyonundan oluşan, robotik ve görsel eğlence alanındaki uygulamalar için tasarlanmıştır. Bu veri seti, her görüntüdeki tek bir etiketli konunun kontur ve semantik segmentasyonuna odaklanarak, ayrıntılı analiz ve uygulama için birincil nesnenin net ve yalıtılmış bir görünümünü sağlar.
Çoklu Nesneleri Matlaştırma Veri Kümesi
Bölünme
Kullanım Örneği: Çoklu Nesneleri Matlaştırma Veri Kümesi
Biçim: Resim
Sayısı: 318.6k
Ek Açıklama: Evet
Açıklama: "Çoklu Nesne Örtüleme Veri Seti", 1080 x 1362 ila 6000 x 4000 piksel arasında değişen çözünürlüklere sahip, internetten toplanan geniş bir resim koleksiyonunu içeren, robotik ve görsel eğlencede kullanılmak üzere tasarlanmıştır. Bu veri seti, ana nesne için orijinal görüntüyü, şeffaf efektli görüntüyü ve siyah-beyaz maske görüntüsünü sağlayarak, çeşitli teknolojik çözümlerde ayrıntılı analiz ve uygulamaya olanak tanıyan segmentasyon konusunda uzmanlaşmıştır.
Çiviler Kontur Segmentasyon Veri Kümesi
Anlamsal Bölümleme
Kullanım Örneği: Çiviler Kontur Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 5.9k
Ek Açıklama: Evet
Açıklama: "Tırnak Kontur Segmentasyonu Veri Kümesi", tümü 1920 x 1080 piksellik tekdüze çözünürlükte, çevrimdışı insan tırnak görüntülerinden oluşan bir koleksiyon içeren, güzellik endüstrisi için hazırlanmıştır. Bu veri seti, tırnakların ayrıntılı hatlarına, tırnak sanatı tasarımındaki destekleyici uygulamalara ve sanal tırnak deneme teknolojilerine odaklanarak anlamsal bölümleme konusunda uzmanlaşmıştır.
Nesne Kontur Örtüsü Veri Kümesi
Bölünme
Kullanım Örneği: Nesne Kontur Örtüsü Veri Kümesi
Biçim: Resim
Sayısı: 50k
Ek Açıklama: Evet
Açıklama: "Nesne Kontur Paspas Veri Seti", e-ticaret, internet ve mobil sektörler için tasarlanmış, giyim, aksesuar, ticari eşya, bitki ve yiyecek gibi çok çeşitli nesneleri kapsayan çok yönlü bir koleksiyondur. Bu veri kümesi, ana nesnenin kontur segmentasyonuna odaklanır ve bu da onu hassas nesne anahattı çıkarma gerektiren uygulamalar için değerli bir kaynak haline getirir.
Nesneler ve Dikkat Dağıtıcılar Segmentasyon Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Nesneler ve Dikkat Dağıtıcılar Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 10.8k
Ek Açıklama: Evet
Açıklama: "Nesneler ve Dikkat Dağıtıcıları Segmentasyon Veri Seti", 1365 x 2047 ile 4165 x 2737 piksel arasında çözünürlükte, internetten toplanan çeşitli görüntüleri içeren, robotik ve görsel eğlence sektörleri için tasarlanmıştır. Bu veri seti, görüntüleri hedef kişiler, nesneler, parazit öğeleri ve çeşitli insan vücudu parçaları dahil olmak üzere beş ana parazit nesnesi türüne kategorize ederek anlamsal bölümlendirmeyi vurgular ve birincil konular ile arka plandaki dikkat dağıtıcı unsurları birbirinden ayırmaya yönelik algoritmaların geliştirilmesini kolaylaştırır.
Açık Nesneler Segmentasyon Veri Kümesi
Anlamsal Segmentasyon, Kontur Segmentasyonu
Kullanım Örneği: Açık Nesneler Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 2.0k
Ek Açıklama: Evet
Açıklama: "Açık Nesneler Segmentasyon Veri Seti", tamamı 1536 x 2048 piksellik tekdüze çözünürlükte, internetten toplanan görselleri içeren, medya ve görsel eğlence sektörlerini hedefleyen özel bir koleksiyondur. Bu veri seti, bir görüntüde hemen fark edilen ve dikkat çeken belirgin nesnelerin, bu nesneleri piksel düzeyinde tanımlamak için hem semantik hem de kontur bölümleme tekniklerini kullanarak bölümlendirilmesine ayrılmıştır.
Domuz Kontur Segmentasyon Veri Kümesi
Anlamsal Bölümleme
Kullanım Örneği: Domuz Kontur Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 5.2k
Ek Açıklama: Evet
Açıklama: "Domuz Kontur Segmentasyon Veri Seti", 3072 x 2048 piksel yüksek çözünürlüklü CCTV bakış açılarından çekilen görüntülerden oluşan, hayvancılık endüstrisi için özel olarak tasarlanmıştır. Bu veri seti, domuzların kontur ve merkez noktaları için ayrıntılı açıklamalar sağlayarak, domuz çiftliği operasyonlarında izleme ve yönetimi kolaylaştıran anlamsal segmentasyona odaklanır.
Tek El Kontur Segmentasyon Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Tek El Kontur Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 12k
Ek Açıklama: Evet
Açıklama: "Tek El Kontur Segmentasyon Veri Seti", 1080 x 1920 piksel çözünürlüğe sahip, internetten toplanan görsellerden oluşan bir koleksiyon içeren görsel eğlence endüstrisini hedeflemektedir. Bu veri seti, özellikle tek bir elin açıklamalarını hedef alarak kontur segmentasyonuna odaklanır. El üzerinde küçük aksesuarlar mevcutsa bunlar da segmentasyona dahil edilerek el ve süslemeleri arka plandan ayrıştırılır.
Tek Tırnak Çevresi Segmentasyon Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Tek Tırnak Çevresi Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 19k
Ek Açıklama: Evet
Açıklama: "Tek Tırnak Çevresi Segmentasyon Veri Seti" görsel eğlence sektörü için hazırlanmıştır ve her biri yaklaşık 100 x 100 piksel çözünürlüğe sahip, internetten toplanan görsellerin bir koleksiyonundan oluşur. Bu veri seti, özellikle bireysel tırnakların ana hatlarını hedefleyerek, hassas tırnak temsili gerektiren uygulamalar için ayrıntılı veriler sağlayan kontur segmentasyonuna odaklanır.
Belirtilen Nesne Kontur Segmentasyonu Veri Kümesi
Kontur segmentasyonu
Kullanım Örneği: Belirtilen Nesne Kontur Segmentasyonu Veri Kümesi
Biçim: Resim
Sayısı: 8.6k
Ek Açıklama: Evet
Açıklama: "Belirlenmiş Nesne Kontur Segmentasyonu Veri Seti", 500 x 334 ila 3956 x 2319 piksel arasında değişen çözünürlüklere sahip, internetten toplanan görüntülerden oluşan, robotik ve görsel eğlence sektörlerine yöneliktir. Bu veri seti, Japon balıkları, kurbağalar, iskeleler ve volkanlar gibi belirli nesneleri ve sahneleri hedef alan ek açıklamalarla, hassas nesne tanımlama ve sahne analizi için ayrıntılı ana hatlar sunan kontur segmentasyonuna odaklanır.
Diş Anlamsal Segmentasyon Veri Kümesi
Anlamsal Bölümleme
Kullanım Örneği: Diş Anlamsal Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 2k
Ek Açıklama: Evet
Açıklama: "Diş Semantik Segmentasyon Veri Seti", sağlık sektörü için özel olarak tasarlanmış olup, 256 x 256 piksel çözünürlüğe sahip, internetten toplanan görsellerin bir koleksiyonunu içermektedir. Bu veri seti, analiz ve eğitim amaçlı ayrıntılı diş görüntüleri sağlamak için alt sıra, kesici dişler ve üst sıra dahil olmak üzere dişlerin farklı bölümlerini çeşitli açılardan etiketlemeye odaklanan semantik segmentasyona ayrılmıştır.
Trafik İşareti İlişkileri Veri Kümesi
Panoptik Segmentasyon
Kullanım Örneği: Trafik İşareti İlişkileri Veri Kümesi
Biçim: Resim
Sayısı: 10k
Ek Açıklama: Evet
Açıklama: "Trafik İşareti İlişkileri Veri Seti", görsel eğlence ve otonom sürüş uygulamaları için tasarlanmış olup, 1920 x 1080 piksel çözünürlüğe sahip, internetten toplanan görsellerden oluşan bir koleksiyon içerir. Bu veri seti, trafik işaretleri ve karayolları arasındaki ilişkiyi vurguluyor; trafik işaretleri, sınırlayıcı kutular kullanılarak açıklanıyor ve işaretler ile ilgili yol alanları arasındaki bağlantıyı göstermek için çokgenlerle işaretlenmiş karşılık gelen yol bölümleri bulunuyor.
Video Nesne Örneği Bölümlendirme Veri Seti
Örnek Segmentasyonu
Kullanım Örneği: Video Nesne Örneği Bölümlendirme Veri Seti
Biçim: Video
Sayısı: 5k
Ek Açıklama: Evet
Açıklama: İnternette ortalama uzunluğu 10 saniye civarında, çözünürlüğü ise 1920 x 1080'in üzerinde olan video klipler toplanmıştır.
Windows Segmentasyon Veri Kümesi
Anlamsal Segmentasyon, Sınırlayıcı kutu
Kullanım Örneği: Windows Segmentasyon Veri Kümesi
Biçim: Resim
Sayısı: 40.9k
Ek Açıklama: Evet
Açıklama: "Windows Segmentasyon Veri Seti", pencere ünitelerinin üretimi ve kalite kontrolüne odaklanarak imalat sektörü için özel olarak derlenmiştir. 150 x 150 ila 1160 x 2120 piksel çözünürlük spektrumuna sahip, internetten toplanan görüntülerden oluşur. Veri kümesi, çeşitli pencere tasarımlarını ve stillerini kapsayan anlamsal bölümleme ve sınırlayıcı kutu görevleri için tasarlanmıştır.