HyperAIHyperAI

Command Palette

Search for a command to run...

مجموعة بيانات اكتشاف الشذوذ البصري الصناعي من VisA

التاريخ

منذ عام واحد

الحجم

1.78 GB

المؤسسة

معهد كوريا المتقدم للعلوم والتكنولوجيا (KAIST)

رابط النشر

github.com

رابط الورقة البحثية

arxiv.org

Featured Image

* هذه المجموعة من البيانات تدعم الاستخدام عبر الإنترنت.انقر هنا للقفز.

مجموعة بيانات VisA عبارة عن مجموعة بيانات تدريب مسبق ذاتية الإشراف SPot-the-Difference للكشف عن الشذوذ وتجزئة البيانات.ويحتوي على 12 مجموعة فرعية، تتوافق مع 12 كائنًا مختلفًا، كما هو موضح في الشكل. يوجد 10,821 صورة، بما في ذلك 9,621 عينة طبيعية و1,200 عينة غير طبيعية. المجموعات الفرعية الأربع هي أنواع مختلفة من لوحات الدوائر المطبوعة (PCBs)، والتي لها هياكل معقدة نسبيًا وتحتوي على ترانزستورات ومكثفات ورقائق وما إلى ذلك. في حالة وجود حالات متعددة في الاعتبار، نقوم بجمع أربع مجموعات فرعية: الكبسولات والشموع والمكرونة1 والمكرونة2. تختلف الحالات الموجودة في Capsules وMacaroni2 بشكل كبير في الموضع والوضعية. بالإضافة إلى ذلك، جمع فريق البحث أربع مجموعات فرعية، بما في ذلك الكاجو، والعلكة، والبطاطس المقلية، والبطاطس المقلية، حيث تم محاذاة الأشياء بشكل تقريبي. تتضمن الصور غير الطبيعية مجموعة متنوعة من العيوب، بما في ذلك عيوب السطح مثل الخدوش أو الانبعاجات أو بقع اللون أو الشقوق، بالإضافة إلى العيوب الهيكلية مثل الأجزاء المفقودة أو الموضوعة في مكان غير صحيح.

VisA.torrent
البذر 2التنزيل 0مكتمل 379إجمالي التنزيلات 1,496
  • VisA/
    • README.md
      1.62 KB
    • README.txt
      3.24 KB
      • data/
        • VisA_20220922.zip
          1.78 GB

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
مجموعة بيانات اكتشاف الشذوذ البصري الصناعي من VisA | مجموعات البيانات | HyperAI