مجموعة من مجموعات بيانات اكتشاف الأهداف عن بعد، والتي تغطي القضايا الحضرية، والسلامة الصناعية، والصحة الزراعية، والسيناريوهات الداخلية، وما إلى ذلك.
مع التكامل العميق بين الذكاء الاصطناعي وتكنولوجيا الاستشعار عن بعد، أصبح اكتشاف هدف الاستشعار عن بعد أحد أكثر اتجاهات البحث ديناميكية في مجال الرؤية الحاسوبية.بفضل الاعتماد بشكل خاص على صور الأقمار الصناعية والتصوير الجوي من الطائرات المسيرة، لا تقتصر تقنية كشف الأجسام على تحديد هوية الأشخاص والمركبات والمباني في المشاهد الطبيعية فحسب، بل تتيح أيضًا الكشف الدقيق عن الانهيارات الأرضية والمحاصيل في بيئات جغرافية معقدة. ويمكن القول إن كشف الأجسام يوفر لنا "عينًا آلية" قادرة على رؤية العالم من حولنا، مما يُمكّن البشرية لأول مرة من إجراء مراقبة شاملة ومفصلة للأرض في وقت شبه آني.
من حيث الأجهزة، تقترب دقة أجهزة الاستشعار في الطائرات بدون طيار وأقمار الاستشعار عن بعد من الحد المادي، ولكن كيفية استخراج معلومات قيمة عن الأهداف من بيانات ضخمة ومعقدة تعتمد بشكل متزايد على تحسين الخوارزمية الفعالة.غالبًا ما تتميز صور الاستشعار عن بُعد بخصائص مثل اختلافات كبيرة في الدقة، وتغيرات جذرية في مقياس الهدف، وخلفيات معقدة. هذا يعني أن جودة البيانات تُحدد بشكل مباشر قدرة نموذج كشف الهدف على الانتقال من "تحديد الوجود أو الغياب" إلى "تحديد دقيق للمواضع وتصنيف متعدد الفئات".
يُعدّ بناء مجموعات البيانات جوهر تعزيز التطبيق العملي لكشف الأهداف. بالمقارنة مع بيانات المشهد الطبيعي،تتمتع مجموعات بيانات الاستشعار عن بعد وكشف الأهداف بخصائص التغطية الواسعة والديناميكيات المكانية الزمنية القوية، ويمكنها الحصول على معلومات جغرافية عالية الدقة وواسعة النطاق في وقت قصير.يجب أن تخطط عملية جمع البيانات العلمية بشكل عقلاني للنطاق الإقليمي والنافذة الزمنية، وتتحكم بشكل صارم في تقسيم مجموعات التدريب ومجموعات التحقق ومجموعات الاختبار لضمان أن النموذج لديه قدرات تعميم كافية.
بشكل عام، يتزايد اهتمام المجتمع حاليًا بمجموعات بيانات الكشف عن الأجسام والاستشعار عن بُعد عالية الجودة باستمرار. ولتحقيق هذا الهدف، جمعت HyperAI عددًا من مجموعات البيانات الشائعة حاليًا في الأوساط الأكاديمية والصناعية.ويغطي مجالات متعددة بما في ذلك التصوير الطبي، والقضايا الحضرية، والمشاهد الداخلية، والأمراض الزراعية، والسلامة الصناعية، وما إلى ذلك.لا تعد هذه المجموعات من البيانات أدوات مهمة للباحثين والمهندسين فحسب، بل تشكل أيضًا محركات قوية لدفع التكنولوجيا نحو التطبيقات العملية.
انقر هنا لعرض المزيد من مجموعات البيانات مفتوحة المصدر:
ملخص مجموعات بيانات اكتشاف الأهداف بالاستشعار عن بعد
1. مجموعة بيانات المشهد الداخلي ثلاثي الأبعاد InteriorGS
الحجم المقدر:19.84 جيجابايت
عنوان التنزيل:https://go.hyper.ai/eyG9q
InteriorGS عبارة عن مجموعة بيانات ثلاثية الأبعاد للمشهد الداخلي مصممة للتغلب على قيود مجموعات بيانات المشهد الداخلي الحالية من حيث الاكتمال الهندسي والتعليق الدلالي وقدرات التفاعل المكاني.
توفر مجموعة البيانات هذه تمثيلات عالية الجودة بتقنية التشتت الغاوسي ثلاثي الأبعاد (3DGS)، بالإضافة إلى مربعات حدود دلالية على مستوى المثيل وخرائط إشغال توضح المناطق التي يمكن للوكلاء الوصول إليها. تتضمن مجموعة البيانات 1000 مشهد داخلي عالي الجودة ومخططات طوابقها المقابلة، تغطي أكثر من 80 نوعًا من البيئات، بما في ذلك المساكن، ومتاجر التجزئة، وقاعات الزفاف، والمتاحف. كما تتضمن أكثر من 554,000 مثيل كائن عبر 755 فئة كائنات.
2. معيار استشعار الانهيارات الأرضية عن بُعد Landslide4Sense
الحجم المقدر:2.84 جيجابايت
عنوان التنزيل:https://go.hyper.ai/mIdeN
Landslide4Sense هي مجموعة بيانات مرجعية للاستشعار عن بعد عبر الأقمار الصناعية متعددة المصادر للكشف عن الانهيارات الأرضية أصدرتها IARAI في عام 2022 وتعمل كمجموعة البيانات الرسمية لمسابقة Landslide4Sense.
تغطي هذه المجموعة من البيانات مشاهد الانهيارات الأرضية من مناطق متعددة من عام ٢٠١٥ إلى عام ٢٠٢١. تُقسّم مجموعة البيانات إلى كتل صور ١٢٨×١٢٨ بدقة ١٠ أمتار/بكسل تقريبًا، وتحتوي كل عينة على ١٤ نطاقًا. تُقسّم البيانات إلى مجموعات تدريب وتحقق واختبار، تضم ٣٧٩٩ و٢٤٥ و٨٠٠ عينة على التوالي. كما توفر البيانات أقنعة ثنائية على مستوى البكسل (انهيار أرضي = ١، غير انهيار أرضي = ٠). تحتوي مجموعة التدريب فقط على تسميات متاحة للجمهور؛ بينما تُستخدم مجموعتا التحقق والاختبار لتقييم التصنيف.
3. مجموعة بيانات الكشف عن الطائرات بدون طيار VisDrone
الحجم المقدر:2.1 جيجابايت
عنوان التنزيل:https://go.hyper.ai/Odzam
VisDrone هي مجموعة بيانات مرجعية واسعة النطاق للكشف عن الأهداف البصرية للطائرات بدون طيار وتتبعها، أصدرها فريق AISKYEYE بجامعة تيانجين. تهدف إلى المساعدة في تطوير وتقييم مهام الرؤية الحاسوبية، مثل الكشف عن الأهداف وتتبع الأجسام وتجزئة الصور.
تحتوي هذه المجموعة من البيانات على صور ومقاطع فيديو عالية الدقة جُمعت بواسطة طائرات بدون طيار في بيئات حضرية وضواحي مدن مختلفة في الصين، وتغطي ست فئات (مثل الأشخاص، والمركبات، والمباني، والحيوانات، وغيرها). التُقطت البيانات في ظروف إضاءة وزوايا وأنماط حركة مختلفة، وتوفر بيانات صور وعلامات مفصلة بتنسيق YOLO.
4. مجموعة بيانات أمراض المحاصيل
الحجم المقدر:1.99 جيجابايت
عنوان التنزيل:https://go.hyper.ai/exltg
أمراض المحاصيل هي مجموعة بيانات صور لأمراض المحاصيل الزراعية مصممة للمساعدة في تطوير نماذج الرؤية الحاسوبية للكشف تلقائيًا عن أمراض المحاصيل المختلفة وتصنيفها.
تحتوي مجموعة البيانات على حوالي 1300 صورة لأمراض المحاصيل، تغطي الأمراض الشائعة لمختلف المحاصيل (مثل الذرة والطماطم والبطاطس وما إلى ذلك)، ويتم تصنيف كل صورة كفئة مرضية محددة.
مجموعة بيانات الكشف عن سترة السلامة
الحجم المقدر:408.58 ميجابايت
عنوان التنزيل:https://go.hyper.ai/ahI1u
Safety Vests Detection هي مجموعة بيانات لكشف سترات الأمان مصممة لمعايرة هياكل الكشف عن الكائنات الجديدة (YOLOv8، Faster-RCNN، SSD، إلخ)، ونقل التعلم من مهام الكشف عن معدات الحماية الشخصية ذات الصلة (الخوذات والقفازات والنظارات الواقية)، وتطوير النماذج الأولية لشاشات السلامة المنتشرة على الحافة، مما يساعد على تطوير وتدريب النماذج لتحديد واكتشاف الأشخاص الذين يرتدون سترات الأمان تلقائيًا وتحسين السلامة في مكان العمل.
تتضمن مجموعة البيانات 3897 صورة عالية الدقة (تُظهر العمال مع سترات السلامة وبدونها)، وتعليقات على المربع المحدد (سترة السلامة وعدم وجود سترة السلامة)، وسياق الصورة (أماكن العمل الداخلية، ومناطق البناء الخارجية، وظروف الإضاءة المختلفة، والانسدادات، ونقاط المشاهدة المتعددة).
6. مجموعة بيانات صور كسور الإنسان HBFMID
عنوان التنزيل:https://go.hyper.ai/p7As2
هذه المجموعة من البيانات هي مجموعة بيانات التصوير الطبي التي أصدرتها الجامعة الأمريكية الدولية في بنغلاديش في عام 2024، والتي تهدف إلى دعم مهام الكشف عن الكسور وتصنيفها.
تحتوي مجموعة البيانات على صور أشعة سينية وصور رنين مغناطيسي للمرفق، والأصابع، والساعد، وعظم العضد، والكتف، وعظم الفخذ، وعظم القصبة، والركبة، والورك، والمعصم، والعمود الفقري، وعظام سليمة مختارة. جمعت مجموعة البيانات في البداية 641 صورة أصلية، مقسمة إلى مجموعة تدريب تضم 449 صورة، ومجموعة تحقق تضم 128 صورة، ومجموعة اختبار تضم 64 صورة. تم توجيه جميع الصور تلقائيًا، وتغيير حجمها (640×640)، وتحسين تباينها. بناءً على مجموعة التدريب، طُبقت أساليب تحسين أخرى، مثل التقليب، والتدوير، والتحجيم، والقص، وتغييرات السطوع والتشبع، لتوليد ما يقرب من 1347 عينة مُعززة. تحتوي مجموعة البيانات النهائية على 1539 صورة.
7. القضايا الحضرية مجموعة بيانات صور القضايا الحضرية
عنوان التنزيل:https://go.hyper.ai/VqriU
"القضايا الحضرية" هي مجموعة بيانات لتصنيف الصور العامة، مصممة لمساعدة أنظمة الرؤية الآلية والآلية على تحديد مشاكل البنية التحتية العامة والبيئة في البيئات الحضرية. تتضمن مجموعة البيانات 10 فئات، بما في ذلك الطرق المتضررة، والحفر، ومواقف السيارات غير القانونية.
الصور في هذه المجموعة مُخزَّنة حسب الفئة، ومُعلَّقة عليها ومُنظَّمة بصيغة YOLO. وهي مُناسبة لتدريب وتقييم نماذج تصنيف الصور ونماذج كشف الأجسام، وهي قيّمة بشكل خاص في تطبيقات مراقبة البنية التحتية للمدن الذكية، وصيانة البيئة العامة، وكشف حالة الطرق، والحوكمة الحضرية.
8. أمراض النبات الجديدة مجموعة بيانات صور أمراض النبات
عنوان التنزيل:https://go.hyper.ai/C0DhD
أمراض النبات الجديدة هي مجموعة بيانات صور تم إصدارها في عام 2018 للبحث في تحديد أمراض النبات وتصنيف الأوراق.
تحتوي هذه المجموعة من البيانات على ما يقارب 87,000 صورة RGB مُصنفة إلى 38 فئة، تغطي الأوراق السليمة وأنواعًا مختلفة من الأمراض. تُصنف الصور حسب الفئة في مجموعة تدريب (80%) ومجموعة تحقق (20%). كما تُوفر مجموعة اختبار مكونة من 33 صورة لتقييم أداء النموذج. تُطبق هذه المجموعة على نطاق واسع في تطوير وتقييم نماذج التعلم الآلي والتعلم العميق، لا سيما في مراقبة صحة المحاصيل، وتحديد الأمراض، ونماذج الزراعة الدقيقة، والبحث الأكاديمي، مما يوفر معيارًا قيّمًا.
ما سبق هو ملخص لمجموعات البيانات الموصى بها في هذا العدد. تفضل بتحميلها بنقرة واحدة.
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: