9 Machine-Learning-Datensätze, Die Sie Nicht Verpassen Dürfen
Inhaltsübersicht: Diese Ausgabe umfasst 9 Datensätze, die kürzlich von der offiziellen Website von HyperAI aktualisiert wurden und drei Bereiche abdecken: Gesichtserkennung, Haltungsschätzung und autonomes Fahren.
Schlüsselwörter: Gesichtserkennung, Posenschätzung, autonomes Fahren
Dieser Artikel wurde zuerst auf dem offiziellen WeChat-Konto veröffentlicht:HyperAI
Vor Kurzem wurden auf der offiziellen Website von HyperAI über 300 hochwertige öffentliche Datensätze aktualisiert, die Datenmodalitäten wie Bilder, Videos, Audio, RGB-D usw. abdecken.
Dieser Artikel fasst 9 repräsentative Datensätze zusammen, die Sie herunterladen und bei Bedarf verwenden können.
Direkter Zugriff auf das HyperAI Hyper Neural Dataset Portal:
Gesichtserkennung
Gesichtserkennung ist eine der Anwendungen von Computer Vision-Projekten. Beim Training zur GesichtserkennungDie Trainingsdaten sind umfangreich, von stabiler Qualität und frei von „Verunreinigungen“, was sie zu einer sehr guten, hochwertigen Datenbank für die Forschung macht.
VGG-Face2-Gesichtserkennungsdatensatz
Der VGG-Face2-Datensatz ist ein Gesichtsbilddatensatz.
Die Bilder im Datensatz stammen alle aus der Google Bildersuche. Die Personen im Datensatz unterscheiden sich stark hinsichtlich Körperhaltung, Alter, Rasse und Beruf.
VGG-Face2-Datensatz
Verlag: Universität Oxford
Enthaltene Menge: 3,31 Millionen Bilder
Datenformat: Bilder
Datengröße: 37,49 GB
Veröffentlichungszeit: 2017
Downloadadresse:hyper.ai/datasets/5711
Helen-Gesichtsdatensatz
Der HELEN-Datensatz besteht aus 2.330 Gesichtsbildern mit 400 x 400 Pixeln. Der Datensatz besteht aus 2.000 Trainingsbildern und 330 Testbildern.Mit hochpräzisen, detaillierten und konsistenten Anmerkungen zu den Hauptbestandteilen von Gesichtern.
Helen-Datensatz
Verlag: Universität von Illinois
Enthaltene Menge: 2.330 Gesichtsbilder mit 400 x 400 Pixeln
Datenformat: Bilder
Datengröße: 1,02 GB
Veröffentlichungszeit: 2012
Downloadadresse:hyper.ai/datasets/16552
FairFace-Gesichtsdatensatz
FairFace ist ein ethnisch ausgewogenerer Datensatz mit Gesichtsbildern. Der Datensatz enthält 108.501 Bilder von 7 verschiedenen ethnischen Gruppen (Weiße, Schwarze, Inder, Ostasiaten, Südostasiaten, Menschen aus dem Nahen Osten und Latinos).
FairFace-Datensatz
Verlag: Universität von California, Los Angeles
Enthaltene Menge: 108.501 Bilder
Datenformat: Bilder
Datengröße: 2,49 GB
Veröffentlichungszeit: 2020
Downloadadresse: hyper.ai/datasets/17876
Schätzung der menschlichen Pose
Bei der Posenschätzung wird ein geometrisches Modell oder eine Struktur verwendet, um die Struktur und Form eines Objekts darzustellen. Zu den aktuellen Schwierigkeiten zählen ein komplexer Hintergrund und wenige komplexe Haltungsbeispiele.
MPI-INF-3DHP 3D-Datensatz zur Schätzung der menschlichen Pose
MPI-INF-3DHP ist ein 3D-Datensatz zur Schätzung der menschlichen Körperhaltung mit Bildern aus Innen- und Außenbereichen. Der Datensatz enthält mehr als 1,3 Millionen Bilder und zeichnet 8 Arten von Aktivitäten von 8 Teilnehmern aus 14 Kamerawinkeln auf.
MPI-INF-3DHP-Datensatz
Verlag: Universität des Saarlandes
Enthaltene Menge: Mehr als 1,3 Millionen Bilder
Datenformat: Video
Datengröße: 21,77 GB
Veröffentlichungszeit: 2016
Downloadadresse:hyper.ai/datasets/17262
HandNet-Datensatz zur Handhaltung
Der HandNet-Datensatz zur Handhaltung enthält Tiefenkarten der Hände von 10 Teilnehmern, die vor einer RealSense RGB-D-Kamera nicht starr verformt wurden. Der Datensatz enthält insgesamt 214.971 Tiefenkarten, darunter 202.198 Trainingssätze, 10.000 Testsätze und 2.773 Validierungssätze.
HandNet-Datensatz
Verlag: Technion – Israelisches Institut für Technologie
Enthaltene Menge: 214.971 Bilder
Datenformat: Bilder
Datengröße: 12,85 GB
Veröffentlichungszeit: 2015
Downloadadresse:hyper.ai/datasets/19801
3DPW-Pose-Datensatz
3DPW steht für 3D Poses in the Wild.Es handelt sich um den ersten Outdoor-Datensatz mit genauen 3D-Posen und kann zur Lösung des Problems der Posenschätzung verwendet werden. Der Datensatz umfasst 60 Videosequenzen, 3D-Scans von Menschen und 3D-Modelle von Menschen.
3DPW-Datensatz
Verlag: Leibniz Universität Hannover
Enthaltene Menge: 60 Videosequenzen
Datenformat: Video
Datengröße: 4,55 GB
Veröffentlichungszeit: 2018
Downloadadresse: hyper.ai/datasets/16463
Selbstfahrend
Künstliche Intelligenz kann beim autonomen Fahren die Rolle des Fahrers übernehmen.Durch das Sammeln, Analysieren und Verarbeiten von Informationen zu verschiedenen auf der Straße auftretenden Bedingungen werden Vorgänge durchgeführt, die die menschliche Kontrolle ersetzen.
Comma.ai-Videodatensatz zum autonomen Fahren
Der Comma.ai-Datensatz ist ein Videodatensatz zum autonomen Fahren. Der Datensatz enthält insgesamt 7,25 Stunden Videomaterial, davon 10 mit 20 Hz aufgenommene Videos. Der Datensatz enthält auch Messungen wie Fahrzeuggeschwindigkeit, Beschleunigung, Lenkwinkel, GPS-Koordinaten, Gyroskopwinkel usw.
Comma.ai-Datensatz
Verlag: Comma.ai
Enthaltene Menge: 7,25 Stunden Video
Datenformat: Video
Datengröße: 44,96 GB
Veröffentlichungszeit: 2016
Downloadadresse: hyper.ai/datasets/5200
Argoverse-Datensatz zum autonomen Fahren
Der Argoverse-Datensatz besteht aus zwei Teilen: 3D-Tracking und Bewegungsprognose.
Der Argoverse 3D-Tracking-Datensatz enthält 3D-Tracking-Anmerkungen für 113 Szenen. Jeder Clip ist 15–30 Sekunden lang und enthält insgesamt 11.319 verfolgte Objekte. Jedes Szenensegment im Trainingssatz und im Testsatz enthält Anmerkungen zu allen Objekten im Umkreis von fünf Metern. Dies kann so verstanden werden, dass alle Objekte im Fahrbereich (5 Meter) des Autos erkannt und in Form eines 3D-Rahmens dargestellt werden. Dieser Datensatz kann in Bereichen wie dem autonomen Fahren verwendet werden.
Der Argoverse Motion Forecasting-Datensatz ist ein Datensatz für Bewegungsvorhersagemodelle. Enthält 327.793 Szenen, jede Szene ist 5 Sekunden lang und enthält eine 2D-Vogelperspektive jedes verfolgten Objekts, abgetastet mit 10 Hz. Dieser Datensatz wird aus über 1.000 Stunden Straßenfahrten gewonnen und kann für die Forschung in Bereichen wie dem autonomen Fahren verwendet werden.
Argoverse-Datensatz
Verlag: ARGO AI
Enthaltene Menge: Mehr als 30.000 Szenen
Datengröße: 260,38 GB
Veröffentlichungszeit: 2019
Downloadadresse:hyper.ai/datasets/8858
Talk2Car-Datensatz zum autonomen Fahren
Der Talk2Car-Datensatz ist ein Objektreferenzdatensatz.Es enthält in natürlicher Sprache verfasste Befehle für selbstfahrende Autos, was bedeutet, dass Passagiere selbstfahrenden Autos Befehle durch Sprechen erteilen können.
Der Talk2Car-Datensatz baut auf dem nuScenes-Datensatz auf und umfasst eine breite Palette von Sensormodalitäten, nämlich semantische Karten, GPS, LiDAR, RADAR und 360°-RGB-Bilder mit 3D-Begrenzungsrahmen-Anmerkungen.
Talk2Car-Datensatz
Verlag: KU Leuven, Belgien
Datenformat: Bilder
Datengröße: 1,65 GB
Veröffentlichungszeit: 2019
Downloadadresse:hyper.ai/datasets/18926
Um den Datensatz zu suchen oder herunterzuladen, besuchen Sie die folgenden Links:
-- über--