人工智能:工业检测方向开源数据集资源汇总

简介: 人工智能:工业检测方向开源数据集资源汇总

MIO-TCD车辆分类数据集


数据集下载链接:http://suo.nz/2wf2fh


该数据集包含总共 786,702 张图像,其中分类数据集中有 648,959 张图像,定位数据集中有 137,743 张图像,这些图像是在一天中的不同时间和一年中的不同时期由部署在加拿大和美国的数千个交通摄像头采集的。这些图像已被选中以涵盖广泛的挑战,并且代表了当今在城市交通场景中捕获的典型视觉数据。每个运动物体都经过近200人的仔细识别,可以对各种算法进行定量比较和排名。该数据集旨在提供严格的基准测试工具,用于训练和测试现有算法和新算法,用于交通场景中移动车辆的分类和定位。数据集分为两部分:“分类挑战数据集”和“定位挑战数据集”。


c487aa42381a64241677768c631800af.png


时尚产品图片数据集


数据集下载链接:http://suo.nz/2DKP2W

每个产品都由类似42431的ID标识。可以在styles.csv中找到所有产品的映射,从images/42431.jpg获取该产品的图像,并从styles/42431.json获取完整的元数据。


40acfde80a4907ff22f818f86530aa8e.png


水稻病害数据集

数据集下载链接:http://suo.nz/2KB4Fj

用于检测不同的水稻病害,2K+ 图像主要涵盖 3 种疾病——褐斑病、Hispa 和叶瘟病。


5015ba38dd26d86bdfbf3ee2d5e75b95.png


火灾检测数据集


数据集下载链接:http://suo.nz/2S7hIo

检测图像中是否存在火灾,含有来自不同场景的 500 多张图像。


ca15bf720c23d466dfd35eb6eaa10181.png



天气和日光类型分类数据集


数据集下载链接:http://suo.nz/2ZziE3


用于图像分类的多类天气数据集 (MWD) 是题为“使用异构集成方法从静态图像进行多类天气识别”的研究论文,中使用的一个有价值的数据集。该数据集通过提取用于识别不同天气条件的各种特征,为室外天气分析提供了一个平台。1000 多张图像,具有 5 种以上的不同类别——日出、雨天、多云、傍晚、夜晚等。

相关文章
|
1月前
|
人工智能 安全 算法
上交大、上海人工智能实验室开源首个多轮安全对齐数据集 SafeMTData
最近,以 OpenAI o1 为代表的 AI 大模型的推理能力得到了极大提升,在代码、数学的评估上取得了令人惊讶的效果。OpenAI 声称,推理可以让模型更好的遵守安全政策,是提升模型安全的新路径。
|
4月前
|
机器学习/深度学习 人工智能 自动驾驶
【人工智能】图像识别:计算机视觉领域的识别与处理资源概览
在快速发展的科技时代,计算机视觉(Computer Vision, CV)作为人工智能的一个重要分支,正深刻改变着我们的生活与工作方式。图像识别作为计算机视觉的核心任务之一,旨在让机器能够理解和解释数字图像或视频中的内容,进而执行诸如目标检测、图像分类、场景理解等复杂任务。本文将深入探讨图像识别领域的关键技术、常用数据集、开源框架及工具资源,为从事或关注该领域的专业人士提供一份全面的指南。
119 2
|
4月前
|
机器学习/深度学习 人工智能 前端开发
【机器学习】FlyFlowerSong【人工智能】资源指南
FlyFlowerSong是一个创新的音乐合成与处理项目,它利用先进的机器学习算法,为用户提供了一个简单而有趣的音乐创作平台。作为人工智能领域的技术自媒体创作者,我整理了关于FlyFlowerSong的完整教程、论文复现指南以及demo项目源代码,旨在帮助开发者、音乐爱好者以及AI研究者深入探索这一领域。
53 1
|
5月前
|
机器学习/深度学习 人工智能 运维
人工智能平台PAI使用问题之一直显示"正在等待在云端的gateway资源",该如何处理
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
6月前
|
人工智能 自然语言处理 API
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
人工智能大模型之开源大语言模型汇总(国内外开源项目模型汇总)
|
4月前
|
人工智能 搜索推荐 测试技术
基于人工智能的代码分析与 Bug 检测实战
在人工智能(AI)尚未普及之时,检测程序错误主要依赖单元测试、代码扫描工具如SonarQube和FindBugs,以及人工集成测试。如今,AI技术显著提升了这一过程的效率,不仅能辅助开发者编写更高质量的代码,还能在单元测试与集成测试阶段提供支持,如通过Copilot+Codex优化单元测试,或利用ChatGPT等工具自动化生成测试脚本。本章将介绍如何运用AI工具识别三种常见错误:代码执行异常、未满足需求及变量命名不当,并通过实例演示Copilot如何高效定位并修正这些问题。
|
5月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI使用问题之部署时是否可以自定义资源的区域
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
6月前
|
人工智能 自然语言处理 搜索推荐
【人工智能】第六部分:ChatGPT的进一步发展和研究方向
【人工智能】第六部分:ChatGPT的进一步发展和研究方向
80 3
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能专业发展方向有哪些?
人工智能(AI)专业的未来发展与发展方向非常广泛,涵盖技术深化、应用拓展、行业融合等多个层面。
147 1
|
6月前
|
人工智能 供应链 算法
人工智能(AI)在工业生产中的应用已经成为一种趋势
人工智能(AI)在工业生产中的应用已经成为一种趋势