Din betroede kilde til træningsdata om segmentering af mennesker og dyr

Beskrivelse: Internettet indsamlede dyrebilleder i variable scenarier som indendørs, udendørs, natur, gardon og så videre.

Beskrivelse: "Cat & Dog Body Segmentation Supplementary Dataset" er skræddersyet til den visuelle underholdningsindustri, der omfatter en række internet-samlede billeder med opløsninger på over 440 x 440 pixels. Dette datasæt fokuserer på kontursegmentering, der specifikt afgrænser konturerne af katte og hunde af forskellige racer, og giver detaljerede data til applikationer, der kræver præcise kæledyrsrepræsentationer.

Beskrivelse: "Cat & Dog Segmentation Dataset" er lavet til medie- og underholdnings- og turismeindustrien og byder på en bred samling af internetindsamlede billeder med opløsninger, der varierer fra 367 x 288 til 3456 x 4608 pixels. Dette datasæt fokuserer på kontursegmentering og inkluderer forskellige annotationer såsom mennesker, katte, hunde og miljøelementer som vægge, borde, græs og vandoverflader, blandt andre.

Beskrivelse: "Human And Multi-Object Panoptic Segmentation Dataset" er kurateret til applikationer inden for visuel underholdning, og byder på en bred vifte af internet-samlede billeder med opløsninger på over 1280 x 700 pixels. Dette omfattende datasæt integrerer både instans- og semantisk segmentering for at mærke en bred vifte af elementer, der findes i hverdagen, herunder naturlandskaber, mennesker, bygninger og dyr, hvilket giver et panoptisk overblik over forskellige scener og emner.

Beskrivelse: "Indoor Multi-person Panoptic Segmentation Dataset" er designet til den visuelle underholdningssektor, der består af en samling af internet-samlede indendørs billeder med opløsninger på over 1543 x 2048 pixels. Dette datasæt lægger vægt på panoptisk segmentering, der fanger alle identificerbare tilfælde inden for indendørs scener, inklusive mennesker, møbler, service, mad og andre elementer, hvilket giver et omfattende datasæt til detaljeret indendørs sceneanalyse og skabelse.

Beskrivelse: "Indoor Multiple Person & Object Segmentation Dataset" er designet til internet- og medie- og underholdningssektoren, og byder på en samling af dramabilleder, der foregår i indendørs levende scenarier. Dette datasæt, med et gennemsnit på 5 til 6 personer pr. billede, spænder over asiatiske, amerikanske og engelske sammenhænge. Den understøtter detaljerede semantiske segmenteringsopgaver for menneskelige kropsområder, tøj og tilbehør og indendørs objekter.

Beskrivelse: "Long-range Pedestrian Dataset" er kurateret til den visuelle underholdningssektor, og byder på en samling af udendørs indsamlede billeder med en høj opløsning på 3840 x 2160 pixels. Dette datasæt er fokuseret på billeder af fodgængere over lange afstande, hvor hver fodgænger er præcist mærket med en afgrænsningsboks, der passer tæt til fodgængermålets grænse, hvilket giver detaljerede data for scenesammensætning og karakterplacering i visuelt indhold.

Beskrivelse: "Multi-person And Appendages Segmentation Dataset" er designet til den visuelle underholdningssektor, og byder på en samling af internet-samlede billeder med opløsninger på over 2736 x 3648 pixels. Dette datasæt anvender både instans- og semantiske segmenteringsteknikker til at kommentere flere personer og deres vedhæng i forskellige scener. Vedhængene inkluderer skygger, håndholdte genstande, rideobjekter og mere, hvilket giver et omfattende overblik over menneskets interaktioner med deres omgivelser.

Beskrivelse: "Multi-Pet Matting Dataset" er kurateret til applikationer inden for visuel underholdning og finansielle tjenester, og byder på en samling af internet-samlede billeder med opløsninger på over 1920 x 1280 pixels. Dette datasæt fokuserer på både kontur og semantisk segmentering af flere kæledyrsforekomster inden for hvert billede, specifikt begrænset til katte og hunde. Hver kæledyrsforekomst gemmes med en individuel måttemaske, hvor maskens granularitet er raffineret til hårstråniveauet, hvilket giver detaljerede data til at skabe realistiske kæledyrsrepræsentationer og interaktioner i digitalt indhold.

Beskrivelse: "Multi-scenario, Multi-Person Instance Segmentation Dataset" er designet til forskellige applikationer inden for visuel underholdning, medier og underholdning samt e-handel og detailsektorer. Den består af en samling af internet-samlede billeder med opløsninger på over 640 x 480 pixels. Dette datasæt er kendetegnet ved dets mangfoldighed, der byder på forskellige scenarier, såsom personer, der sidder, grupper, der sidder sammen, folk, der holder rekvisitter, interagerer med forskellig påklædning som hatte og tasker og gør forskellige bevægelser. Den anvender instanssegmentering og afgrænsningsboksannoteringer for at lette omfattende analyse af menneskelige emner inden for disse forskellige kontekster.