Der Einzige Glatzen-Datensatz Im Internet: 200.000 Porträts Aller Arten Von Glatzen

Kürzlich haben wir im Kaggle-Datensatz einen einzigartigen Datensatz mit Porträts kahler Haare gefunden. Der Autor hat 200.000 Porträts von Glatzköpfen mit einer Gesamtgröße von 1,3 G zusammengestellt.
Sie haben schon Datensätze mit Pflanzenbildern und Datensätze mit Gesichtern von Prominenten gesehen, aber haben Sie schon einmal einen gesehen, der speziell zum Klassifizieren und Identifizieren von Glatzköpfen gedacht ist?
Ein indischer Student, Ashish Jangra, hat kürzlich einen Datensatz namens „Bald Classification Dataset“ auf Kaggle veröffentlicht.

Berichten zufolge wurde der Bald Classification Dataset im Mai dieses Jahres von Ashish Jangra veröffentlicht.
Der Datensatz enthält 200.000 Bilder von kahlköpfigen Menschen, aufgeteilt in Test-Set, Trainings-Set und Validierungs-SetEs gibt drei Ordner, jeder Ordner enthält auch zwei Bilder: „Kahl“ und „Nicht kahl“.

Als Quelle des Datensatzes mit Glatzenporträts dienen vor allem Persönlichkeiten des öffentlichen Lebens in Europa und den USA, darunter Menschen aus Politik, Wirtschaft, Unterhaltung und Sport.
Bald-Klassifizierungsdatensatz
Herausgegeben von: Ashish Jangra
Enthaltene Menge:200.000 Glatzenporträts
Datenformat:JPG
Datengröße:1,3 G
Veröffentlichungszeit:Mai 2020
Downloadadresse:https://orion.hyper.ai/datasets/12385
Autor des Datensatzes: Inder mit erstaunlichem Haarvolumen
Gepostet von Ashish Jangra, auch er ist eine Person, die nicht aufhören kann. Er wurde nach 1995 geboren und begann 2016 ein Informatikstudium an der Lovely Professional University in Indien.

Ich habe Python und maschinelles Lernen über Udacity, Coursera und viele Open-Source-Kurse gelernt.
Außerdem hat er eigene Lehrveranstaltungen auf YouTube hochgeladen, darunter einen 70-minütigen Einführungskurs zum Thema Computer Vision und einen Kurs zu Best Practices für die Gesichtserkennung mit Masken.
Persönliche Homepage des Autors:https://ashishjangra.com/
Kahlheitsdatensatz, wie wird er verwendet?
Der Datensatz wurde heruntergeladen, aber jetzt stellt sich die Frage, wie er verwendet wird. Wir haben mehrere Nutzungsszenarien für diesen Datensatz entworfen:
Berechnen Sie die „Kahlheitsrate“ des Zielbereichs
Durch das Trainieren des Kahlheitsdatensatzes können wir die „Kahlheitsrate“ im Zielbereich schnell in einem Gruppenfoto, Video oder einer regionalen Straßenansicht berechnen.

Es ist möglich, metaphysische Faktoren wie die täglichen Routinen, ästhetischen Gewohnheiten, den beruflichen Hintergrund usw. eines bestimmten Menschentyps in einer Region abzuleiten. Auch Unternehmen oder Schulen können die Statistik der „Kahlheitsrate“ als Referenz für die Bewertung der jährlichen Beitragsteams/Labore nutzen.
Verlaufsbestimmung bei krankhaftem Haarausfall
In der Dermatologie, Endokrinologie und Haarausfallsprechstunde unterstützen Sie Ärzte bei der Verlaufsbestimmung von krankhaftem Haarausfall.

Obwohl Ärzte es auf einen Blick erkennen können, kann ein auf künstlicher Intelligenz basierendes Beurteilungsergebnis auch Patienten überzeugen und dafür sorgen, dass sie nicht länger stur bleiben.
Sales Lead Tool für Haartransplantationskliniken
In U-Bahnen und Aufzügen sehen wir oft Werbung für Yongx Hair Transplant und KeXyuan. Wir sind davon überzeugt, dass dieses Tool Haartransplantationsinstitutionen auch dabei helfen kann, schneller Verkaufskontakte zu finden.
Ob es darum geht, die Zielgruppe in einer dichten Menschenmenge zu finden oder die Zielgruppendichte zwischen bestimmten Gebieten zu vergleichen, Sie können es ausprobieren.
Wie lade ich diesen Datensatz herunter?
Zusätzlich zum Zugriff auf die Kaggle-Projekthomepage des ursprünglichen Autors haben wir auch den gesamten Datensatz zurück verschoben.
Zugang https://orion.hyper.ai Startseite, suchen Sie nach dem Stichwort kahl, oder besuchen Sie direkt https://orion.hyper.ai/datasets/12385

Der Datensatz ist zu finden überDirektlink, Magnetlink, BT-Seed, REST-API Laden Sie es mit anderen Downloadmethoden herunter.
So ein guter Datensatz, warum laden Sie ihn nicht herunter und werfen einen Blick darauf?

-- über--