Enterprise-Grade Environmental Scene Datasæt til AI/ML-udvikling

Beskrivelse: Datasættet "Multiple Scenarios And Persons Semantic Segmentation" er skræddersyet til den visuelle underholdningsindustri og omfatter internet-samlede billeder med opløsninger fra 1280 x 720 til 6000 x 4000. Det fokuserer på scener med flere personer på tværs af urbane, naturlige og indendørs omgivelser, leverer detaljerede anmærkninger til menneskelige figurer, tilbehør og baggrunde.

Beskrivelse: "Outdoor Building Panoptic Segmentation Dataset" er kurateret til den visuelle underholdningsindustri, bestående af en samling af internet-samlede udendørs billeder med høje opløsninger på over 3024 x 4032 pixels. Dette datasæt fokuserer på panoptisk segmentering, der fanger alle identificerbare forekomster inden for udendørs scener, inklusive bygninger, veje, mennesker, biler og mere, hvilket giver et omfattende datasæt til detaljeret miljøanalyse og skabelse.

Beskrivelse: "Outdoor Objects Semantic Segmentation Dataset" er udviklet til applikationer inden for medier og underholdning og robotteknologi, bestående af en række internet-samlede billeder med opløsninger fra 1024 x 726 til 2358 x 1801 pixels. Dette datasæt anvender afgrænsningsboks- og nøglepunkter-annoteringer til at segmentere forskellige udendørs elementer, herunder menneskelige kropsdele, natur, arkitektoniske strukturer, fortove, transportmidler og mere.

Beskrivelse: "Panoptic Scenes Segmentation Dataset" er en omfattende ressource til robotteknologi og visuel underholdning, der består af en bred vifte af internet-samlede billeder med opløsninger fra 660 x 371 til 5472 x 3648 pixels. Dette datasæt er rettet mod semantisk segmentering, der fanger forskellige elementer såsom vandrette og lodrette planer, bygninger, mennesker, dyr og møbler, hvilket giver et holistisk syn på forskellige scener.

Beskrivelse: "PUBG Game Scenes Segmentation Dataset" er specielt designet til spilapplikationer, og byder på skærmbilleder fra det populære spil PUBG med opløsninger på 1920 × 886, 1280 × 720 og 1480 × 720 pixels. Det omfatter 17 kategorier, f.eks. og semantisk segmentering, inklusive karakterer, køretøjer, landskaber og elementer i spillet, hvilket giver en rig ressource til spiludvikling og -analyse.

Beskrivelse: "Road Scene Semantic Segmentation Dataset" er specielt designet til autonome kørselsapplikationer, og byder på en samling af internet-samlede billeder med en standardopløsning på 1920 x 1080 pixels. Dette datasæt er fokuseret på semantisk segmentering, der sigter mod nøjagtigt at segmentere forskellige elementer af vejbilleder såsom himlen, bygninger, vognbanelinjer, fodgængere og mere for at understøtte udviklingen af ​​avancerede førerassistancesystemer (ADAS) og autonome køretøjsteknologier.

Beskrivelse: "Road Scenes Panoptic Segmentation Dataset" er rettet mod applikationer inden for visuel underholdning og autonom kørsel, og byder på en samling af internet-indsamlede vejbilleder med opløsninger på over 1600 x 1200 pixels. Dette datasæt er specialiseret i panoptisk segmentering og annoterer alle identificerbare forekomster i billederne, såsom køretøjer, veje, vognbanelinjer, vegetation og mennesker, hvilket giver et detaljeret datasæt til omfattende vejsceneanalyse.

Beskrivelse: Datasættet Home Security Camera Clips består af videoklip optaget fra sikkerhedskameraer i private hjem, der understøtter AI-applikationer inden for overvågning, anomalidetektion og aktivitetsgenkendelse.

Beskrivelse: Vores "Sky Outline Matting Dataset" henvender sig til internet-, medie- og mobilindustrien med et udvalgt udvalg af himmelbilleder. Dette datasæt har forskellige himmelforhold, herunder solskin, overskyet, solopgang, solnedgang og mere, med fin segmentering på pixelniveau til detaljeret konturudtræk, velegnet til forskellige applikationer.

Beskrivelse: "Sky Segmentation Dataset" er omhyggeligt kurateret til den visuelle underholdningsindustri og byder på manuelt optagne billeder med opløsninger, der varierer fra 937 × 528 til 9961 × 3000. Denne samling er dedikeret til segmentering af himmel på forskellige tidspunkter af dagen og natten. et dynamisk udvalg af udendørs himmelscenarier til omfattende maskesegmenteringsopgaver.

Beskrivelse: "Walkway Segmentation Dataset" er lavet til at øge sikkerheden og effektiviteten af ​​autonome kørselssystemer ved at fokusere på nøjagtig identifikation og segmentering af fodgængergange. Dette datasæt, der indeholder billeder fra køreoptagere, er afgørende for træning af AI-modeller til at skelne mellem kørbare områder og fodgængerzoner. Ved at segmentere fodgængerområder gennem både instans- og binære segmenteringsteknikker giver det en kritisk ressource til at udvikle autonome køretøjer, der sikkert kan navigere i bymiljøer.