Premium objekt- og kontursegmenteringsdatasæt til computersyn

Beskrivelse: Stregkodebind: Code128, UPC/EAN, DataMatrix, PDF417, Aztec, Multi-code

Optageenhed: Honor 9A, Huawei mate 10 pro, iPad, iPhone (6S, 7 Plus, SE, X, 11, 12, 12 mini, 12 Pro Max), Moto (E4, onepower), One plus (6T, 7T, One), Oppo A3s, Real Me, Samsung (A20, A30, A32, M12, M31, XiaT), Vivo, M1, XiaT

Optagelsestilstand: - Bright_Indoor - Low_Indoor - Low_Outdoor - Normal - Solrigt

Beskrivelse: "Blur Area Segmentation Dataset" er designet til brug i robotteknologi og visuel underholdning, sammensat af internet-samlede billeder med opløsninger fra 960 x 720 til 1024 x 768 pixels. Dette datasæt fokuserer på semantisk segmentering, specifikt målrettet mod blå områder i billeder. Hvert blåt område er annoteret på pixelniveau, hvilket giver værdifulde data til applikationer, der kræver farvebaseret segmentering eller analyse.

Beskrivelse: "Characters Contour Segmentation Dataset" er specifikt designet til optisk tegngenkendelse (OCR) applikationer, og byder på en samling af internet-samlede billeder med opløsninger fra 461 x 169 til 1080 x 1350 pixels. Dette datasæt er centreret omkring kontursegmentering med fokus på den præcise afgrænsning af optiske OCR-tegn for at lette nøjagtig tegngenkendelse og tekstudtræksprocesser.

Beskrivelse: "Characters Relationship Segmentation Dataset" er designet til robotteknologien og den visuelle underholdningsindustri og byder på en bred vifte af internet-samlede billeder med opløsninger fra 1280 × 720 til 4608 × 3456. Dette unikke datasæt fokuserer på relationerne mellem mennesker og mellem mennesker og objekter, hvilket giver værdifuld indsigt i interaktionsdynamikken.

Beskrivelse: "Common Objects Segmentation Dataset" betjener e-handel og visuel underholdningsindustri med en bred samling af internet-samlede billeder, med opløsninger fra 800 × 600 til 4160 × 3120. Dette datasæt dækker en bred vifte af hverdagsscener og objekter, herunder mennesker, dyr, møbler og mere, kommenteret til både forekomst og semantisk segmentering.

Beskrivelse: "Flying Wire Segmentation Dataset" er specielt udviklet til den visuelle underholdningsindustri, der omfatter internet-samlede billeder med opløsninger på over 1024 x 638 pixels. Dette datasæt er fokuseret på instanssegmentering med en primær vægt på annotering af reb eller ledninger, der spænder mellem bygninger, og tilbyder værdifulde data til at skabe realistiske bymiljøer i digitalt indhold.

Beskrivelse: Vores "Food Contour Matting Dataset" beriger det kulinariske og visuelle indholdsdomæne, og byder på ~200 madtyper fra globale køkkener. Det er designet til virksomheder inden for catering, turisme og underholdning og tilbyder personlige oplevelser gennem detaljerede segmenteringsannoteringer.

Beskrivelse: "Food Segmentation Dataset" betjener turisme- og visuel underholdningssektor, der består af et kurateret udvalg af internet-samlede billeder med opløsninger fra 256 x 256 til 1024 x 768 pixels. Dette datasæt er dedikeret til kontursegmentering med fokus på almindelige fødevarer og deres tilhørende tallerkener eller skåle, hvilket letter detaljeret analyse og repræsentation i forskellige applikationer.

Beskrivelse: Sæt af stillbilleder taget i enten dag- eller natindstillinger, hvor naturligt eller kunstigt lys skaber en digital artefakt kendt som et spøgelse.

Optageenhed: iPhone & iPad kamera

Optagelsestilstand: - Dagtid - Nattetid

Beskrivelse: "Main Objects Segmentation Dataset" er designet til applikationer inden for robotteknologi og visuel underholdning, og omfatter en stor samling af internet-samlede billeder med opløsninger fra 189 x 223 til 5472 x 3648 pixels. Dette datasæt fokuserer på kontur og semantisk segmentering af et enkelt mærket emne i hvert billede, hvilket giver en klar og isoleret visning af det primære objekt til detaljeret analyse og anvendelse.

Beskrivelse: "Multiple Objects Matting Dataset" er designet til brug i robotteknologi og visuel underholdning, og byder på en stor samling af internet-samlede billeder med opløsninger fra 1080 x 1362 til 6000 x 4000 pixels. Dette datasæt er specialiseret i segmentering, der leverer det originale billede, et gennemsigtigt effektbillede og et sort-hvid-maskebillede til hovedobjektet, hvilket muliggør detaljeret analyse og anvendelse i forskellige teknologiske løsninger.

Beskrivelse: "Nails Contour Segmentation Dataset" er lavet til skønhedsindustrien og byder på en samling af offline menneskelige fingerneglebilleder, alle med en ensartet opløsning på 1920 x 1080 pixels. Dette datasæt har specialiseret sig i semantisk segmentering med fokus på den detaljerede kontur af fingernegle, understøttende applikationer inden for nail art design og virtuelle negle prøvningsteknologier.

Beskrivelse: "Object Contour Matting Dataset" er en alsidig samling skræddersyet til e-handel, internet og mobilsektorer, der omfatter en bred vifte af objekter som tøj, tilbehør, merchandise, planter og mad. Dette datasæt fokuserer på kontursegmentering af hovedobjektet, hvilket gør det til en værdifuld ressource for applikationer, der kræver præcis udtrækning af objektkontur.

Beskrivelse: "Objects and Distractions Segmentation Dataset" er designet til robotteknologi og visuelle underholdningssektorer og byder på en række internet-samlede billeder med opløsninger mellem 1365 x 2047 og 4165 x 2737 pixels. Dette datasæt lægger vægt på semantisk segmentering og kategoriserer billeder i fem hovedtyper af interferensobjekter, herunder målpersoner, objekter, interferenselementer og forskellige menneskelige kropsdele, hvilket letter udviklingen af ​​algoritmer til at skelne mellem primære emner og baggrundsdistraktioner.

Beskrivelse: "Obvious Objects Segmentation Dataset" er en specialiseret samling rettet mod medie- og visuel underholdningssektor, og byder på internet-samlede billeder alle i en ensartet opløsning på 1536 x 2048 pixels. Dette datasæt er dedikeret til segmentering af fremtrædende objekter, der er umiddelbart mærkbare og tiltrækker opmærksomhed i et billede, ved at bruge både semantiske og kontursegmenteringsteknikker til at definere disse objekter på pixelniveau.

Beskrivelse: "Pig Contour Segmentation Dataset" er skræddersyet til dyreholdsindustrien og består af billeder taget fra CCTV-synspunkter med en høj opløsning på 3072 x 2048 pixels. Dette datasæt fokuserer på semantisk segmentering, der giver detaljerede annotationer til grises kontur og midtpunkter, hvilket letter overvågning og styring i svineopdræt.

Beskrivelse: "Single Hand Contour Segmentation Dataset" er rettet mod den visuelle underholdningsindustri, og byder på en samling af internet-samlede billeder med en opløsning på 1080 x 1920 pixels. Dette datasæt fokuserer på kontursegmentering, specifikt rettet mod annoteringen af ​​en enkelt hånd. Hvis der er små tilbehør til stede på hånden, er de også inkluderet i segmenteringen, der adskiller hånden og dens udsmykning fra baggrunden.

Beskrivelse: "Single Nail Contour Segmentation Dataset" er kurateret til den visuelle underholdningssektor, der omfatter en samling af internet-samlede billeder, hver med en opløsning på cirka 100 x 100 pixels. Dette datasæt fokuserer på kontursegmentering, specifikt målrettet mod konturerne af individuelle fingernegle, og giver detaljerede data til applikationer, der kræver præcis neglrepræsentation.

Beskrivelse: "Specified Object Contour Segmentation Dataset" er rettet mod robotteknologi og visuelle underholdningssektorer, bestående af internet-samlede billeder med opløsninger, der varierer fra 500 x 334 til 3956 x 2319 pixels. Dette datasæt fokuserer på kontursegmentering med annoteringer rettet mod specificerede objekter og scener, såsom guldfisk, frøer, moler og vulkaner, og tilbyder detaljerede konturer til præcis objektidentifikation og sceneanalyse.

Beskrivelse: "Tooth Semantic Segmentation Dataset" er skræddersyet til sundhedssektoren og omfatter en samling af internet-samlede billeder med en opløsning på 256 x 256 pixels. Dette datasæt er dedikeret til semantisk segmentering, med fokus på at mærke forskellige dele af tænderne, inklusive den nederste række, fortænder og den øverste række, fra forskellige vinkler for at give detaljerede tandbilleder til analyse og uddannelsesformål.

Beskrivelse: "Traffic Sign Relationships Dataset" er designet til applikationer inden for visuel underholdning og autonom kørsel, og byder på en samling af internet-samlede billeder med en opløsning på 1920 x 1080 pixels. Dette datasæt understreger forholdet mellem trafikskilte og vejbaner, hvor trafikskilte er kommenteret ved hjælp af afgrænsningskasser og de tilsvarende vejstrækninger markeret med polygoner for at illustrere sammenhængen mellem skiltene og deres relevante vejarealer.

Beskrivelse: Internettet indsamlede videoklip med gennemsnitlig længde omkring 10s, og opløsningen er over 1920 x 1080.

Beskrivelse: "Windows Segmentation Dataset" er specifikt kompileret til fremstillingssektoren med fokus på produktion og kvalitetskontrol af vinduesenheder. Den består af internet-samlede billeder med et opløsningsspektrum fra 150 x 150 til 1160 x 2120 pixels. Datasættet er designet til semantisk segmentering og bounding box-opgaver, der omfatter en række forskellige vinduesdesigns og stilarter.