SUN397 全称 Scene UNderstanding,是一个大规模的场景理解数据集。该数据集包含 899 个类别和 130,519 张图像。该数据集包含 397 个采样良好的类别,可用于评估众多最先进的场景识别算法。
SUN397 大规模场景理解数据集
本站暂不支持该数据集下载,如需下载请访问上述「发布地址」进行下载(如可用)
感谢您下载 SUN397 大规模场景理解数据集!
本站基于知识共享许可协议,为国内用户提供公开数据集高速下载,仅用于科研与学术交流。
获得数据集更新通知、下载过程发现问题、提供未引入数据集资源等,请关注公众号与我们沟通。
感谢您下载 SUN397 大规模场景理解数据集!

相关数据集推荐
SUIM 水下图像数据集
SUIM 全称 Segmentation of Underwater IMagery,可用于自然水下图像的语义分割。该数据集包括 1,500多幅图像。该数据集共有 8 个对象类别的像素标注:鱼类(脊椎动物)、珊瑚礁(无脊椎动物)、水生植物、残骸/废墟、人类潜水员、机器人和海底。 …

Toronto-3D 城市道路语义分割数据集
Toronto-3D 是一个用于语义分割的大型城市户外点云数据集。这种大规模标记数据集由加拿大多伦多 MLS 系统获取,覆盖了大约 1 公里的点云,由大约 7,830 万个点共8 个标记对象类组成。

Oxford-IIIT Pets 宠物图像数据集
Oxford-IIIT Pets 是一个宠物图像数据集。该数据集涉及 37 个类别(其中犬类 25 类,猫类 12 类),每个类别大约有 200 张图片。这些图像在比例、姿势和光照条件方面有很大的差异。所有图像都有一个相应的 ground truth 标注,包括品种、头部 ROI…
