Astrophysical Objects Image ist ein Datensatz für Deep Learning, der für die astronomische und astrophysikalische Forschung entwickelt wurde. Ziel dieses Datensatzes ist es, strukturierte und standardisierte astrophysikalische Bildressourcen für Convolutional Neural Networks (CNNs) und andere Computer-Vision-Modelle bereitzustellen, beispielsweise für die Klassifizierung astrophysikalischer Bilder, die Objekterkennung und die Bewertung der Modellleistung.

Die Bilder in diesem Datensatz stammen aus verschiedenen öffentlich zugänglichen astronomischen Datenquellen. Jedes Verzeichnis enthält zwölf Unterordner, die nach Himmelskörpern kategorisiert sind: Asteroid, Schwarzes Loch, Erde, Galaxie, Jupiter, Mars, Merkur, Neptun, Pluto, Saturn, Uranus und Venus. Alle Bilder sind entsprechend ihrer Kategorie in einer standardisierten Ordnerstruktur gespeichert. Aufgrund der uneinheitlichen Auflösung wird eine Vorverarbeitung wie Größenänderung und Normalisierung vor dem Training empfohlen.