Barkod Görüntü Veri Kümesi

Barkod Görüntü Veri Kümesi

Kullanım Örneği: Barkod Tarama Tanımlama

Biçim: .mov, mp4

Sayısı: 2767

Ek Açıklama: Yok hayır

X

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

Bulanıklaştırma Alanı Segmentasyon Veri Kümesi

Kullanım Örneği: Bulanıklaştırma Alanı Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 20k

Ek Açıklama: Evet

X

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

Karakter Kontur Segmentasyon Veri Kümesi

Kullanım Örneği: Karakter Kontur Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 1,400

Ek Açıklama: Evet

X

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

Karakter İlişkisi Segmentasyon Veri Kümesi

Kullanım Örneği: Karakter İlişkisi Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 162.1k

Ek Açıklama: Evet

X

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

Ortak Nesne Segmentasyon Veri Kümesi

Kullanım Örneği: Ortak Nesne Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 140.7k

Ek Açıklama: Evet

X

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

Uçan Tel Segmentasyon Veri Kümesi

Kullanım Örneği: Uçan Tel Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 13k

Ek Açıklama: Evet

X

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

Gıda Kontur Paspaslama Veri Kümesi

Kullanım Örneği: Gıda Kontur Paspaslama Veri Kümesi

Biçim: Resim

Sayısı: 30k

Ek Açıklama: Evet

X

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

Gıda Segmentasyonu Veri Kümesi

Kullanım Örneği: Gıda Segmentasyonu Veri Kümesi

Biçim: Resim

Sayısı: 8.3k

Ek Açıklama: Evet

X

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

Hayalet Görüntü Veri Kümesi

Kullanım Örneği: Hayalet Görüntü Tanıma

Biçim: HEIC (resimler) & .mov (videolar)

Sayısı: 15610

Ek Açıklama: Yok hayır

X

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

Ana Nesneler Segmentasyon Veri Kümesi

Kullanım Örneği: Ana Nesneler Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 177.4k

Ek Açıklama: Evet

X

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

Çoklu Nesneleri Matlaştırma Veri Kümesi

Kullanım Örneği: Çoklu Nesneleri Matlaştırma Veri Kümesi

Biçim: Resim

Sayısı: 318.6k

Ek Açıklama: Evet

X

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

Çiviler Kontur Segmentasyon Veri Kümesi

Kullanım Örneği: Çiviler Kontur Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 5.9k

Ek Açıklama: Evet

X

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

Nesne Kontur Örtüsü Veri Kümesi

Kullanım Örneği: Nesne Kontur Örtüsü Veri Kümesi

Biçim: Resim

Sayısı: 50k

Ek Açıklama: Evet

X

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

Nesneler ve Dikkat Dağıtıcılar Segmentasyon Veri Kümesi

Kullanım Örneği: Nesneler ve Dikkat Dağıtıcılar Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 10.8k

Ek Açıklama: Evet

X

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

Açık Nesneler Segmentasyon Veri Kümesi

Kullanım Örneği: Açık Nesneler Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 2.0k

Ek Açıklama: Evet

X

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

Domuz Kontur Segmentasyon Veri Kümesi

Kullanım Örneği: Domuz Kontur Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 5.2k

Ek Açıklama: Evet

X

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

Tek El Kontur Segmentasyon Veri Kümesi

Kullanım Örneği: Tek El Kontur Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 12k

Ek Açıklama: Evet

X

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

Tek Tırnak Çevresi Segmentasyon Veri Kümesi

Kullanım Örneği: Tek Tırnak Çevresi Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 19k

Ek Açıklama: Evet

X

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

Belirtilen Nesne Kontur Segmentasyonu Veri Kümesi

Kullanım Örneği: Belirtilen Nesne Kontur Segmentasyonu Veri Kümesi

Biçim: Resim

Sayısı: 8.6k

Ek Açıklama: Evet

X

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

Diş Anlamsal Segmentasyon Veri Kümesi

Kullanım Örneği: Diş Anlamsal Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 2k

Ek Açıklama: Evet

X

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

Trafik İşareti İlişkileri Veri Kümesi

Kullanım Örneği: Trafik İşareti İlişkileri Veri Kümesi

Biçim: Resim

Sayısı: 10k

Ek Açıklama: Evet

X

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

Video Nesne Örneği Bölümlendirme Veri Seti

Kullanım Örneği: Video Nesne Örneği Bölümlendirme Veri Seti

Biçim: Video

Sayısı: 5k

Ek Açıklama: Evet

X

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

Windows Segmentasyon Veri Kümesi

Kullanım Örneği: Windows Segmentasyon Veri Kümesi

Biçim: Resim

Sayısı: 40.9k

Ek Açıklama: Evet

X

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.