Command Palette
Search for a command to run...
ملخص مجموعة البيانات | مجموعات بيانات أساسية للمبتدئين لتعلم YOLO، تشمل الحيوانات والمحاصيل وتعبيرات الوجه والمزيد
بالنسبة للمبتدئين في مجال الذكاء الاصطناعي والرؤية الحاسوبية، غالبًا ما يكون أول "هدف صغير" يضعونه لأنفسهم هو تشغيل نموذج YOLO. عندما كنت أتعلم، كنت لا أزال على اطلاع على YOLOv8، وكان أول مشروع أنجزته هو "اكتشاف الفاكهة بناءً على YOLO".تمت ترقية سلسلة YOLO إلى YOLOv13، مما أدى إلى تحسين الأداء والكفاءة.
يقدم أحدث إصدار من YOLOv13 آلية Hypergraph-based Adaptive Correlation Enhancement (HyperACE)، والتي تعمل على تحسين أداء الكشف بشكل كبير في السيناريوهات المعقدة.وفي الوقت نفسه، تم اعتماد نموذج FullPAD لحقن تدفق الميزات المعزز في العملية الكاملة لـ Backbone وNeck وHead، مما يحقق تعاونًا أقوى في مجال المعلومات.بناءً على ذلك، يُحسّن YOLOv13-N أداء mAP بمقدار 3.0% مقارنةً بـ YOLO11-N، وبمقدار 1.5% مقارنةً بـ YOLOv12-N. كما يُتيح هذا الاختراق في مجال الكشف الفوري عن الأجسام أفكارًا جديدة لتصميم أنظمة كشف فعّالة وقوية لاحقًا.
بفضل مساهمات مجتمع المصادر المفتوحة، شهد نموذج YOLO ترقيات سريعة من جيل إلى جيل. ومع ذلك، وكما هو الحال مع العديد من المشاريع الرائعة، يُعد اختيار مجموعة البيانات المناسبة أمرًا بالغ الأهمية للمبتدئين. وقد جمعت HyperAI بعض مجموعات البيانات المناسبة للمبتدئين لتجربة YOLO، على أمل مساعدتكم في البدء بسهولة.
انقر هنا لعرض المزيد من مجموعات البيانات مفتوحة المصدر:
ملخص مجموعة بيانات التصوير الجوي
1 ، مجموعة بيانات صور تصنيف أنواع الطيور
الحجم المقدر:1.14 جيجابايت
عنوان التنزيل:https://go.hyper.ai/DvNwq
أنواع الطيور هي مجموعة بيانات لتصنيف صور الطيور، مناسبة لتدريب نماذج الرؤية الحاسوبية على تحديد أنواع الطيور وتصنيفها. تحتوي مجموعة البيانات على 7 أنواع مختلفة، لكل منها 1200 صورة. تحتوي صور كل نوع على نمط ريشه ولونه وتركيب جسمه. بعض الصور مشوشة أو مائلة عمدًا، أو تحتوي على طائرين من نوعين مختلفين، مما يزيد من تعقيد العالم الواقعي ويعزز قدرة النموذج على التصنيف الدقيق في البيئات الطبيعية.
2 ، مجموعة بيانات التعرف على صور الخضروات
الحجم المقدر:2.26 جيجابايت
عنوان التنزيل:https://go.hyper.ai/UGczX
تحتوي مجموعة البيانات على صور لستة أنواع من الخضروات: الباذنجان، والفاصوليا، والبامية، والكوسا، والبطاطس، والبصل، مع 800 صورة لكل نوع، بإجمالي 4800 صورة. ويهدف إلى تعزيز قدرات التعلم الآلي والرؤية الحاسوبية في اكتشاف الخضروات وتصنيفها والتعرف عليها.
3 ، مجموعة بيانات أمراض المحاصيل
الحجم المقدر:1.99 جيجابايت
عنوان التنزيل:https://go.hyper.ai/bD5vr
أمراض المحاصيل هي مجموعة بيانات لصور أمراض المحاصيل الزراعية، مصممة للمساعدة في تطوير نماذج رؤية حاسوبية للكشف عن أمراض المحاصيل المختلفة وتصنيفها تلقائيًا. تحتوي مجموعة البيانات على حوالي 1300 صورة لأمراض المحاصيل، تغطي الأمراض الشائعة لمجموعة متنوعة من المحاصيل (مثل الذرة والطماطم والبطاطس، إلخ)، وكل صورة مُعلقة بفئة مرضية محددة.
4 ، مجموعة بيانات الكشف عن تنسيق YOLO لتعبيرات الوجه
الحجم المقدر:3.77 جيجابايت
عنوان التنزيل:https://go.hyper.ai/ZaUdh
تحتوي مجموعة البيانات على ما يقارب 70,000 صورة، تغطي 9 فئات من تعابير الوجه، وتراعي المشاعر الأساسية والمعقدة. وهي مناسبة لتطبيقات مثل التعرف على المشاعر في مجال الرؤية الحاسوبية، والتفاعل بين الإنسان والحاسوب، وتحليل الصحة العقلية، والمراقبة الذكية.
5 ، مخاطر الطرق مجموعة بيانات مخاطر الطرق
الحجم المقدر:1 جيجا بايت
عنوان التنزيل:https://go.hyper.ai/fEVuJ
تحتوي مجموعة بيانات مخاطر الطرق على 2.7 ألف صورة، وتُستخدم بشكل أساسي للكشف عن الحفر والشقوق وفتحات الصرف الصحي المفتوحة على الطرق. وقد عُززت هذه المجموعة لزيادة تنوع البيانات ودقتها. تُقسّم الصور إلى مجموعات تدريب وتحقق، وتُصنّف إلى ثلاث فئات مختلفة.
6 ، سلالات الكلاب مجموعة بيانات صور سلالات الكلاب
عنوان التنزيل:https://go.hyper.ai/M8rqJ
سلالات الكلاب هي مجموعة بيانات صور لسلالات الكلاب، تحتوي على صور لسلالات مختلفة، مصممة للمساعدة في تدريب وتقييم نماذج تصنيف سلالات الكلاب. تحتوي المجموعة على آلاف (أكثر من 17,000) صورة لسلالات كلاب مختلفة، وأكثر من 100 سلالة (كلاب التيرير، كلاب الصيد، كلاب الماستيف، كلاب السبانيل، كلاب البيشون فريز، إلخ)، وهي مصممة للمساعدة في تطوير أنظمة التعرف على سلالات الكلاب.
7 ، 15 مجموعة بيانات لتصنيف صور الحيوانات
الحجم المقدر:37.06 ميجابايت
عنوان التنزيل:هتصs://go.hypeر.ai/5SgsE
تحتوي مجموعة البيانات هذه على مجلدات صور لخمسة عشر حيوانًا: دب، طائر، قط، بقرة، غزال، كلب، دولفين، فيل، زرافة، حصان، كنغر، أسد، باندا، نمر، وحمار وحشي. يمثل كل مجلد فئةً مطابقةً لاسم المجلد، ويحتوي على ما لا يقل عن 120 صورة. جميع الصور بأبعاد 224×224، وهي مناسبة لتصنيف الصور. تم تنزيل الصور من الإنترنت ومعالجتها مسبقًا (تغيير الحجم والزيادة) باستخدام مكتبة OpenCV. لذلك، يمكن استخدام مجموعة البيانات هذه مباشرةً للتدريب دون الحاجة إلى زيادة بيانات إضافية.
8 ، مجموعة بيانات فيديو لكشف وتتبع أهداف الطائرات بدون طيار UAVDT
الحجم المقدر:1.14 جيجابايت
عنوان التنزيل:https://go.hyper.ai/0f4Ej
UAVDT هي اختصار لعبارة "مجموعة بيانات فيديو واسعة النطاق لكشف وتتبع أجسام الطائرات بدون طيار". تحتوي على 10 ساعات من الفيديو الخام وحوالي 8000 إطار فيديو تمثيلي مع مربعات حدودية مُعلّقة يدويًا وعلامات مفيدة مثل فئة المركبة وعلامات الإخفاء. تُعالج هذه المجموعة من البيانات، التي التقطتها طائرات بدون طيار في سيناريوهات مُعقدة مُختلفة، ثلاث مهام أساسية: كشف الأجسام (DET)، وتتبع جسم واحد (SOT)، وتتبع أجسام متعددة (MOT).
ما ورد أعلاه هو مجموعة بيانات التصوير الجوي التي جمعتها HyperAI. إذا كان لديك موارد تريد تضمينها على الموقع الرسمي لـ hyper.ai، فنحن نرحب بك لترك رسالة أو إرسال مساهمتك لإخبارنا بذلك!
حول HyperAI
HyperAI (hyper.ai) هي شركة رائدة في مجال الذكاء الاصطناعي والحوسبة عالية الأداء في الصين.نحن ملتزمون بأن نصبح البنية التحتية في مجال علوم البيانات في الصين وتوفير موارد عامة غنية وعالية الجودة للمطورين المحليين. حتى الآن، لدينا:
* توفير عقد تنزيل محلية سريعة لأكثر من 1200 مجموعة بيانات عامة
* يتضمن أكثر من 300 برنامج تعليمي كلاسيكي وشائع عبر الإنترنت
* تفسير أكثر من 200 حالة بحثية من AI4Science
* دعم البحث عن أكثر من 500 مصطلح ذي صلة
* استضافة أول وثائق كاملة حول Apache TVM باللغة الصينية في الصين
قم بزيارة الموقع الرسمي لبدء رحلة التعلم الخاصة بك: