places2 数据集 : Data of Places365-Standard 256x256 数据分享、场景识别数据集

简介: 有效整理、附官网链接
❤️ 【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 🚀 🚀

📔 认识 Places2 dataset

Places2 dataset 总共包含超过1000万张图片,其中包含400多个独特的场景类别。 该数据集每个分类具有5000至30,000个训练图像, 与现实世界中的场景频次一致。

Places2 dataset 主要包含如下 3 个 数据集:

  • Places365-Standard is the core set of Places2 Database,Places365-Standard 中有来自365个场景类别的180万张训练图像,用于训练Places365 CNN。 验证集中每个类别有50张图像,而测试集中每个类别有900张图像。
  • Places365-Challenge 2016 is Places Challenge 2016 competition set (竞赛数据集) ,总共为Places365 Challenge 2016提供了800万张训练图像(包含Places365-Standard 的训练数据),验证集和测试集与Places365-Standard相同。
  • Places-Extra69 :Besides the 365 scene categories released in Places365 above, here we release the image data for the extra 69 scene categories (totally there are 434 scene categories included in the Places Database) as Places-Extra69

我们通常使用 Places365-Standard 来进行 图像修复 和 场景识别 实验即可;

📕 Data of Places365-Standard 数据介绍

There are 1.8 million train images from 365 scene categories in the Places365-Standard, which are used to train the Places365 CNNs. There are 50 images per category in the validation set and 900 images per category in the testing set.

  • 用途: 场景识别 | 图像修复 | 超分重建
  • 下载界面:

5-5

10

📗 该数据集官网如下

99

📙 Data of Places365-Standard 256x256 快速获取途径如下

搜索关注本博客同名公号,公号后台,回复【20210204】获取本博文中的 Places365-Standard 256x256 Train + test_256 + val_256 云盘下载链接:
20210204

💬 添加一个声明

数据资源是公共的,甚至开源的,但是分享方式是属于每个人自己的;

大家都会有从小白开始成长的那个时刻,很多地方会有不足,请相信我们也都会慢慢进步的吧;

📙 博主 AI 领域八大干货专栏、诚不我欺

📙 预祝各位 2022 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

9-9

目录
相关文章
|
3月前
|
数据处理 开发工具 git
coco2017数据集转换为yolo格式(记录过程)
最近做一个yolov5的落地应用项目,用的anylabeling打标,需要将coco2017的数据集转为yolo格式,故写下记录过程!
|
2天前
|
JSON 数据处理 数据格式
yolov8训练自己的数据集以及权重转化为.engine格式(超详细)
yolov8训练自己的数据集以及权重转化为.engine格式(超详细)
|
6月前
|
数据采集 数据可视化 数据格式
3D检测数据集 DAIR-V2X-V 转为Kitti格式 | 可视化
本文分享在DAIR-V2X-V数据集中,将标签转为Kitti格式,并可视化3D检测效果。
96 0
|
7月前
|
SQL XML JSON
使用 Data Assistant 快速创建测试数据集
Data Assistant 提供超过 100 种数据类型,为任何开发、测试或演示目的生成大量、异构、真实的数据。
33 0
使用 Data Assistant 快速创建测试数据集
|
自然语言处理 安全 数据挖掘
PaddleNLP基于ERNIR3.0文本分类以CAIL2018-SMALL数据集罪名预测任务为例【多标签】
文本分类任务是自然语言处理中最常见的任务,文本分类任务简单来说就是对给定的一个句子或一段文本使用文本分类器进行分类。文本分类任务广泛应用于长短文本分类、情感分析、新闻分类、事件类别分类、政务数据分类、商品信息分类、商品类目预测、文章分类、论文类别分类、专利分类、案件描述分类、罪名分类、意图分类、论文专利分类、邮件自动标签、评论正负识别、药物反应分类、对话分类、税种识别、来电信息自动分类、投诉分类、广告检测、敏感违法内容检测、内容安全检测、舆情分析、话题标记等各类日常或专业领域中。 文本分类任务可以根据标签类型分为**多分类(multi class)、多标签(multi label)、层次分类
PaddleNLP基于ERNIR3.0文本分类以CAIL2018-SMALL数据集罪名预测任务为例【多标签】
|
12月前
|
XML JSON 算法
【数据集转换】VOC数据集转COCO数据集·代码实现+操作步骤
与VOC一个文件一个xml标注不同,COCO所有的目标框标注都是放在一个json文件中的。
891 1
|
传感器 机器学习/深度学习 数据采集
多模态最新Benchmark!aiMotive DataSet:远距离感知数据集(上)
本文引入了一个多模态数据集,用于具有远程感知的鲁棒自动驾驶。该数据集由176个场景组成,具有同步和校准的激光雷达(Lidar)、相机和毫米波雷达(Radar),覆盖360度视场。所收集的数据是在白天、夜间和下雨时在高速公路、城市和郊区捕获的,并使用具有跨帧一致标识符的3D边界框进行标注。此外,本文训练了用于三维目标检测的单模态和多模态基线模型。
多模态最新Benchmark!aiMotive DataSet:远距离感知数据集(上)
|
传感器 机器学习/深度学习 编解码
多模态最新Benchmark!aiMotive DataSet:远距离感知数据集(下)
本文引入了一个多模态数据集,用于具有远程感知的鲁棒自动驾驶。该数据集由176个场景组成,具有同步和校准的激光雷达(Lidar)、相机和毫米波雷达(Radar),覆盖360度视场。所收集的数据是在白天、夜间和下雨时在高速公路、城市和郊区捕获的,并使用具有跨帧一致标识符的3D边界框进行标注。此外,本文训练了用于三维目标检测的单模态和多模态基线模型。
多模态最新Benchmark!aiMotive DataSet:远距离感知数据集(下)
|
XML 算法 数据格式
PascalVOC 数据集
Pascal VOC challenge 是一个非常流行的数据集,用于构建和评估图像分类、对象检测和分割的算法。
121 0
|
XML JSON 数据中心
EasyDL分类训练数据集Json生成
EasyDL分类训练数据集Json生成
EasyDL分类训练数据集Json生成

热门文章

最新文章