CMP Facade DataSet 数据集、建筑物正面数据集 简介【 图像修复】

简介: 有效博文
🎉 声明: 作为全网 AI 领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️

1-0

❤️ 【专栏:数据集整理】❤️ 之【有效拒绝假数据】
_
👋 Follow me 👋,一起 Get 更多有趣 AI、冲冲冲 🚀 🚀
Facade DataSet (建筑物正面数据集)

本博文数据集用途为:图像修复

该数据集其它用途:风格迁移

Facades(建筑物正面) 数据集介绍:

CMP Facade Database :Center for Machine Perception (CMP) Facade Database

  提供了在机器感知中心收集的正面图像的数据集,其中包括来自各种来源的606幅正面图像,这些图像已经过手动注释。建筑物正面来自世界各地的不同城市,建筑风格各异。

下载界面如下:

4-1

帮你看了看她(他)的模样:

在这里插入图片描述

数据集官网链接:

数据集官网:
找到的一个数据发布方:
  • http://cmp.felk.cvut.cz/new_pages/
  • Center for Machine Perception (CMP) is a virtual research center at the Czech Technical University in Prague.
  • 机器感知中心(CMP)是位于布拉格的捷克技术大学的虚拟技术研究中心;

Content 【图片 + labels 格式】

  • CMP-base dataset, 374 images
  • Image data: *.jpg
  • Object annotation: *.xml
  • Pixelwise labels: *.png
  • Label definition: label_names.txt
  • line format: [label_id] [class_name] [label_z_order]

Documentation

annotation principles for 12 classes
facade 
molding
cornice
pillar
window
door
sill
blind
balcony
shop
deco
background

快速获取数据集渠道如下

搜索关注本博客同名公号,公号后台,回复 20201224 获取本博文 CMPFacade 云盘下载链接:
20201224

📙 博主 AI 领域八大干货专栏、诚不我欺

📙 预祝各位 前途似锦、可摘星辰

🎉 作为全网 AI 领域 干货最多的博主之一,❤️ 不负光阴不负卿 ❤️
❤️ 过去的一年、大家都经历了太多太多、祝你披荆斩棘、未来可期
  • 📆 最近更新:2022年1月23日
  • 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力!
  • 🍊 当前博主的主要创作领域如下、全网统一ID: 墨理学AI

image.png

目录
相关文章
|
人工智能 数据可视化 数据处理
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
600 0
快速在 PaddleLabel 标注的花朵分类数据集上展示如何应用 PaddleX 训练 MobileNetV3_ssld 网络
|
17天前
|
数据可视化
R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据
R语言用潜类别混合效应模型(Latent Class Mixed Model ,LCMM)分析老年痴呆年龄数据
|
9月前
|
JSON 算法 数据格式
优化cv2.findContours()函数提取的目标边界点,使语义分割进行远监督辅助标注
可以看到cv2.findContours()函数可以将目标的所有边界点都进行导出来,但是他的点存在一个问题,太过密集,如果我们想将语义分割的结果重新导出成labelme格式的json文件进行修正时,这就会存在点太密集没有办法进行修改,这里展示一个示例:没有对导出的结果进行修正,在labelme中的效果图。
88 0
|
12月前
|
计算机视觉
【项目实践】基于Mask R-CNN的道路物体检测与分割(从数据集制作到视频测试)(二)
【项目实践】基于Mask R-CNN的道路物体检测与分割(从数据集制作到视频测试)(二)
53 0
|
12月前
|
算法 计算机视觉 网络架构
【项目实践】基于Mask R-CNN的道路物体检测与分割(从数据集制作到视频测试)(一)
【项目实践】基于Mask R-CNN的道路物体检测与分割(从数据集制作到视频测试)(一)
143 0
|
12月前
|
编解码 数据可视化 UED
图像大面积缺失,也能逼真修复,新模型CM-GAN兼顾全局结构和纹理细节(2)
图像大面积缺失,也能逼真修复,新模型CM-GAN兼顾全局结构和纹理细节
230 0
|
12月前
|
机器学习/深度学习 算法 测试技术
图像大面积缺失,也能逼真修复,新模型CM-GAN兼顾全局结构和纹理细节(1)
图像大面积缺失,也能逼真修复,新模型CM-GAN兼顾全局结构和纹理细节
140 0
|
12月前
|
人工智能 缓存 算法
CVPR‘2023 Highlight | Point-NN: 即插即用,无需训练的非参数点云分析网络!
CVPR‘2023 Highlight | Point-NN: 即插即用,无需训练的非参数点云分析网络!
221 0
|
机器学习/深度学习 固态存储 数据处理
【目标检测之数据集预处理】继承Dataset定义自己的数据集【附代码】(上)
在深度学习训练中,除了设计有效的卷积神经网络框架外,更重要的是数据的处理。在训练之前需要对训练数据进行预处理。比如在目标检测网络训练中,首先需要划分训练集和测试集,然后对标签、边界框等进行处理后才能送入网络进行训练,本文章以VOC数据集格式为例,对数据集进行预处理后送入目标检测网络进行训练。【附代码】
262 0
【目标检测之数据集预处理】继承Dataset定义自己的数据集【附代码】(上)
|
机器学习/深度学习 数据处理 计算机视觉
【目标检测之数据集预处理】继承Dataset定义自己的数据集【附代码】(下)
在深度学习训练中,除了设计有效的卷积神经网络框架外,更重要的是数据的处理。在训练之前需要对训练数据进行预处理。比如在目标检测网络训练中,首先需要划分训练集和测试集,然后对标签、边界框等进行处理后才能送入网络进行训练,本文章以VOC数据集格式为例,对数据集进行预处理后送入目标检测网络进行训练。【附代码】
160 0