16个图像分类方向开源数据集资源汇总(附下载链接)

2023-09-18 18:15:29

FruitNet水果分类/识别数据集

下载链接:http://suo.nz/2Cfo4y

需要高质量的水果图像来解决水果分类和识别问题。要构建机器学习模型,整洁干净的数据集是基本要求。为了这个目标,我们创建了名为“FruitNet”的六种流行印度水果的数据集。该数据集包含 6 种不同类别水果的 14700 多张经过处理的格式的高质量图像。图像分为 3 个子文件夹 1) 优质水果 2) 劣质水果和 3) 混合质量水果。每个子文件夹包含 6 个水果图像,即苹果、香蕉、番石榴、酸橙、橙子和石榴。使用具有高端分辨率相机的手机来捕捉图像。这些图像是在不同的背景和不同的光照条件下拍摄的。建议的数据集可用于训练,水果分类或重组模型的测试和验证。

图片

卫星图像分类

下载链接:http://suo.nz/2D00yp

卫星图像分类数据集-RSI-CB256,该数据集有 4 个不同的类别,混合了传感器和谷歌地图快照

图片

intel 自然风光图像分类数据集

下载链接:http://suo.nz/2KwdmY

这是世界各地自然风光的图像数据。

内容:此数据包含分布在 6 个类别下的大约 25,000 张大小为 150x150 的图像。{'建筑物'-> 0, '森林'-> 1, '冰川'-> 2, '山'-> 3, '海'-> 4, '街道'-> 5}

图片

建筑遗产元素图像数据集

下载链接:http://suo.nz/2RmsZl

Architectural Heritage Elements Dataset (AHE) 是一个图像数据集,用于开发深度学习算法和建筑遗产图像分类中的特定技术。该数据集包含 10235 张图像,分为 10 个类别:祭坛:829 张图像;后殿:514 张图片;钟楼:1059张图片;栏目:1919张图片;圆顶(内部):616 张图像;圆顶(外部):1177 张图像;飞扶壁:407张图片;Gargoyle(和 Chimera):1571 张图像;彩色玻璃:1033 幅图像;保险库:1110 张图像。

图片

贝壳或鹅卵石:图像分类数据集

下载链接:http://suo.nz/2YSG42

数据集包含两个类:贝壳或卵石。该数据集可用于二元分类任务,以确定某个图像是贝壳还是鹅卵石。

图片

DeepWeeds 杂草类型分类数据集

下载链接:http://suo.nz/2OmaTQ

数据集包含 17,509 张图像,这些图像捕捉了八种原产于澳大利亚的不同杂草以及邻近的植物群。选定的杂草品种是昆士兰州牧草地的本地品种。它们包括:“中国苹果”、“蛇草”、“马缨丹”、“刺金合欢”、“暹罗草”、“白花菊”、“橡胶藤”和“帕金森属植物”。这些图像是从昆士兰以下地点的杂草侵扰中收集的:“Black River”、“Charters Towers”、“Cluden”、“Douglas”、“Hervey Range”、“Kelso”、“McKinlay”和“Paluma”。

图片

仙人掌航拍图片数据集

下载链接:http://suo.nz/2VSnYx

在此数据集中,展示了 16,000 多个用于植物识别或分类的柱状仙人掌 (Neobuxbaumia tetetzo) 示例。

图片

农作物图像分类(小麦、睡到、甘蔗、玉米等)

下载链接:http://suo.nz/33oB1C

数据集(作物图像)包含每种农业作物(玉米、小麦、黄麻、水稻和甘蔗)的 40 多张图像 数据集(kag2)包含每类作物图像的 159 多张增强图像。增强包括水平翻转、旋转、水平平移、垂直平移。

图片

5种不同的水稻图像数据集

下载链接:http://suo.nz/349aVN

使用了 Arborio、Basmati、Ipsala、Jasmine 和 Karacadag 水稻品种。• 数据集(1) 有75K 幅图像,包括每个水稻品种的15K 幅图像。数据集(2)有 12 个形态特征、4 个形状特征和 90 个颜色特征。

图片

板球-足球-棒球分类

数据集下载链接:http://suo.nz/33juP6

该数据集包含 252 张打板球、踢足球和打棒球的图像。主文件夹中有 3 个子文件夹 (1) cricket (2) football (3) baseball (cricket-football-baseball)。

图片

垃圾分类数据集

数据集下载链接:http://suo.nz/3gb5Jj

该数据集包含来自 12 个不同类别的生活垃圾的 15,150 张图像;纸、纸板、生物、金属、塑料、绿色玻璃、棕色玻璃、白色玻璃、衣服、鞋子、电池和垃圾。

图片

花卉数据集

数据集下载地址:http://suo.nz/2fGKVt

该数据集包含 4242 张花卉图像。数据收集基于数据flicr、google images、yandex images。此数据集可用于从照片中识别植物。数据图片会分为五类:洋甘菊、郁金香、玫瑰、向日葵、蒲公英。每个种类大约有800张照片。照片分辨率不高,约为 320x240 像素。照片不会缩小到单一尺寸,它们有不同的比例。

图片

90种动物图像数据集

数据集下载地址:http://suo.nz/2ncY0a

在这个数据集中有 90 个不同类别的 5400 张动物图像。此数据集是从 Google 图片创建的:https://images.google.com/。所有照片将按照其所属类别存放于各自的文件夹下。动物类别包括:羚羊,獾,蝙蝠,熊,蜜蜂,甲虫,野牛,公猪,蝴蝶,猫 毛虫,黑猩猩等。该数据集中的图像大小不固定,可能需要后续的处理。

图片

衣服数据集

数据集下载地址:http://suo.nz/2uJaOJ

衣服数据集总共收集了 20 种衣服的 5,000 张图像。该数据集是根据公共领域许可 (CC0) 发布的。我们使用了三种不同的方式来收集数据集:Toloka——众包平台;社交媒体上的网络众包计划;Tagias——一家专门从事数据收集的公司。标签是使用 IPython 小部件手动完成的,同时我们使用简单的神经网络纠正了标签错误。

数据集包含 20 个类,包括T 恤(1011 件),长袖(699 件),裤子(692 件),鞋子(431 件)衬衫(378 件),连衣裙(357 件),外套(312 件),短裤(308 件),帽子(171 件),裙子(155 件),西装外套(109 件)等。

图片

商标数据集

数据集下载地址:http://suo.nz/2CfnTq

在这项工作中,我们构建了一个大规模的 logo 数据集 Logo-2K+,它涵盖了来自真实世界 logo 图像的各种 logo 类别。我们生成的徽标数据集包含 167,140 张图像,具有 10 个根类别和 2,341 个类别。

图片

食物图像数据集

数据集下载地址:http://suo.nz/2D00oT

该数据集包含完整 food-101 数据的许多不同子集。为了给图像分析制作一个比 CIFAR10 或 MNIST 更简单的训练集,该数据包括图像的大规模缩小版本,以实现快速测试。数据已被重新格式化为 HDF5,特别是 Keras HDF5Matrix,这样可以轻松读取它们。文件名表示文件的内容。例如

foodc101n1000_r384x384x3.h5 表示有 101 个类别,n=1000 图像,分辨率为 384x384x3(RGB,uint8) foodtestc101n1000r32x32x1.h5 表示数据是验证集的一部分,代表 101 个类别,n=1000 图像,分辨率为 32x32x1(float32 从 -1 到 1)

使用该数据集的第一个目标是对未知图像进行分类,但除此之外,还可以查看哪些区域/图像组件对进行分类很重要,将新类型的食物识别为现有标签的组合,构建对象检测器,可以在整个场景中找到相似的对象。

图片

更多数据集分类资源下载:https://www.cvmart.net/dataSets

更多推荐

基于复旦微的FMQL45T900全国产化ARM核心模块(100%国产化)

TES745D是一款基于上海复旦微电子FMQL45T900的全国产化ARM核心板。该核心板将复旦微的FMQL45T900(与XILINX的XC7Z045-2FFG900I兼容)的最小系统集成在了一个87*117mm的核心板上,可以作为一个核心模块,进行功能性扩展,能够快速的搭建起一个信号平台,方便用户进行产品开发。核心

vivo面试-Java

一、JAVA八股1、Java实现线程的三种方式(1)继承Thread类:创建一个新类,该类继承自Thread类,并重写run方法。然后创建该类的实例,并调用它的start方法来启动线程。publicclassMyThreadextendsThread{publicvoidrun(){System.out.println

UML的组成

UML的构造块在UML(统一建模语言)中,事物是指建模中的各种元素、概念和组件,用于描述软件系统的不同方面。以下是一些常见的UML事物:类(Class):用于表示系统中的对象类型或类别,包括属性和方法。对象(Object):表示系统中的实际对象实例。接口(Interface):描述类或组件的合同,规定了可以被其他类或组

PLC项目调试常见的8种错误类型

各种品牌PLC都具有自我诊断功能,但PLC修理的技巧在于,充分运用该功能进行分析,然后精确寻找问题所在。整理了当PLC呈现反常报警时,PLC修理人员需要了解的8种常见错误类型。CPU反常CPU反常报警时,应查看CPU单元衔接于内部总线上的一切器材。具体方法是顺次替换可能存在问题的单元,找出问题单元,并作相应处理。存储器

linux下特定usb设备的权限设置

文章目录背景查找资料解决方案背景目前我在Ubuntu下使用一个USB热成像摄像头,通过调用它的sdk进行图像的采集以及获取对应像素点的温度。假设我现在的测试程序名称为MyApp。当我用下面的命令运行时,程序是正常运行且能从热成像仪采集图像sudo./MyApp但是当我以下面的命令运行时,./MyApp会报错:libir

用例图学习

用例图是什么用例图(UseCaseDiagram)是UML(统一建模语言)中的一种行为图,用于描述系统的功能和用户(或其他外部实体)与系统之间的交互。用例图是一种高级图,通常用于捕捉系统的需求,展示系统的功能和用户需求之间的关系,以及不同用例之间的依赖。以下是用例图中常见的元素和概念:用例(UseCase):用例表示系

六角形锌饼的尺寸及其允许偏差

声明本文是学习GB-T3610-2010电池锌饼.而整理的学习笔记,分享出来希望更多人受益,如果存在侵权请及时联系我们1范围本标准规定了电池锌饼的产品分类、要求、试验方法、检验规则及标志、包装、运输、贮存、质量证明书和合同(或订货单)等内容。本标准适用于制造锌-锰干电池负极整体锌筒用的锌饼。2规范性引用文件下列文件对于

C语言之链表

C语言之链表定义:链表是一种物理存储上非连续,数据元素的逻辑顺序通过链表中的指针链接次序,实现的一种线性存储结构。特点:链表由一系列节点(链表中每一个元素称为节点)组成,节点在运行时动态生成(malloc),每个节点包括两个部分:一个是存储数据元素的数据域另一个是存储下一个节点地址的指针域//链表的构成typedefs

解决方案| anyRTC远程检修应用场景

背景在这个科技飞速发展的时代,各行各业都要求高效运转。然而,当出现问题时,我们却常常因为无法及时解决而感到困扰,传统解决问题的方式是邀请技术人员现场解决问题,如果技术人员解决不了,还要邀请专家从其他城市到现场解决,这中间会流失很多时间,影响生产效率。现在,anyRTC推出一站式远程检修方案,让检修得到最专业、最快速的的

el-select 下拉框全选、多选的几种方式组件

组件一、基础多选适用性较广的基础多选,用Tag展示已选项<template><el-selectv-model="value1"multipleplaceholder="请选择"><el-optionv-for="iteminoptions":key="item.value":label="item.label":va

windows批处理 将当前路径添加到Windows的`PATH`环境变量中 %~dp0

将当前路径添加到Windows的PATH环境变量中要将当前路径添加到Windows的PATH环境变量中,可以使用以下方法:使用命令行:打开命令提示符(CommandPrompt)或PowerShell,然后执行以下命令:setxPATH"%PATH%;C:\Your\Current\Directory"这会将当前路径(

热文推荐