Command Palette
Search for a command to run...
Résumé De l'ensemble De Données | Ensembles De Données Essentiels Pour Les Débutants : Apprendre YOLO, Couvrant Les Animaux, Les Cultures, Les Expressions Faciales, etc.
Pour ceux qui débutent en intelligence artificielle et en vision par ordinateur, le premier « petit objectif » qu'ils se fixent est souvent d'exécuter un modèle YOLO. Lors de mes études, j'étais encore exposé à YOLOv8, et mon premier projet était « détection de fruits basée sur YOLO ».La série YOLO a été mise à niveau vers YOLOv13, ce qui a amélioré à la fois les performances et l'efficacité.
La dernière version de YOLOv13 introduit le mécanisme Hypergraph-based Adaptive Correlation Enhancement (HyperACE), qui améliore considérablement les performances de détection dans des scénarios complexes.Dans le même temps, le paradigme FullPAD est adopté pour injecter le flux de fonctionnalités amélioré dans l'ensemble du processus de Backbone, Neck et Head, permettant ainsi une collaboration d'information plus forte.Sur cette base, YOLOv13-N améliore le mAP de 3,0% par rapport à YOLO11-N et de 1,5% par rapport à YOLOv12-N. La percée de YOLOv13 dans la détection d'objets en temps réel fournit également de nouvelles idées pour la conception de systèmes de détection ultérieurs efficaces et puissants.
Grâce aux contributions de la communauté open source, le modèle YOLO a connu des évolutions rapides de génération en génération. Cependant, comme pour tant d'autres innovations, choisir le bon jeu de données est crucial pour les débutants. HyperAI a compilé des jeux de données adaptés aux débutants pour expérimenter YOLO, dans l'espoir de vous aider à démarrer facilement.
Cliquez pour voir plus d'ensembles de données open source :
Résumé de l'ensemble de données de photographie aérienne
1 , Ensemble de données d'images de classification des espèces d'oiseaux
Taille estimée :1,14 Go
Adresse de téléchargement :https://go.hyper.ai/DvNwq
Bird Species est un jeu de données de classification d'images d'oiseaux adapté à l'entraînement de modèles de vision par ordinateur pour l'identification et la classification des espèces d'oiseaux. Ce jeu de données contient sept espèces différentes, chacune comportant 1 200 images. Les images de chaque espèce contiennent le motif du plumage, la couleur et la structure corporelle de l'oiseau concerné. Certaines images sont volontairement floues, inclinées ou contiennent deux oiseaux d'espèces différentes, ce qui accroît la complexité du monde réel et renforce la fiabilité du modèle pour une classification précise en milieu naturel.
2 , Identification des légumes Ensemble de données de reconnaissance d'images de légumes
Taille estimée :2,26 Go
Adresse de téléchargement :https://go.hyper.ai/UGczX
L'ensemble de données contient des images de six types de légumes : aubergines, haricots, gombos, courges, pommes de terre et oignons, avec 800 images de chaque type, pour un total de 4 800 images. Il vise à améliorer les capacités de l’apprentissage automatique et de la vision par ordinateur dans la détection, la classification et la reconnaissance des légumes.
3 , Ensemble de données sur les maladies des cultures
Taille estimée :1,99 Go
Adresse de téléchargement :https://go.hyper.ai/bD5vr
Crops Disease est un ensemble de données d'images de maladies des cultures agricoles conçu pour faciliter le développement de modèles de vision par ordinateur permettant de détecter et de classer automatiquement les maladies de différentes cultures. Cet ensemble de données contient environ 1 300 images de maladies des cultures, couvrant des maladies courantes touchant diverses cultures (comme le maïs, les tomates, les pommes de terre, etc.), et chaque image est annotée avec une catégorie de maladie spécifique.
4 , Ensemble de données de détection de format YOLO d'expressions faciales
Taille estimée :3,77 Go
Adresse de téléchargement :https://go.hyper.ai/ZaUdh
L'ensemble de données contient environ 70 000 images, couvrant neuf catégories d'expressions faciales et prenant en compte les émotions simples et complexes. Il est adapté à des applications telles que la reconnaissance des émotions en vision par ordinateur, l'interaction homme-machine, l'analyse de la santé mentale et la surveillance intelligente.
5 , Dangers routiers Ensemble de données sur les dangers routiers
Taille estimée :1 Go
Adresse de téléchargement :https://go.hyper.ai/fEVuJ
L'ensemble de données « Risques routiers » contient 2 700 images et est principalement utilisé pour détecter les nids-de-poule, les fissures et les regards d'égout ouverts sur les routes. Cet ensemble de données a été enrichi pour accroître sa diversité et sa robustesse. Les images sont divisées en ensembles d'entraînement et de validation, et classées en trois catégories.
6 , Races de chiens Ensemble de données d'images de races de chiens
Adresse de téléchargement :https://go.hyper.ai/M8rqJ
Dog Breeds est un ensemble de données d'images de différentes races canines, conçu pour faciliter l'entraînement et l'évaluation des modèles de classification canine. Cet ensemble de données contient des milliers (plus de 17 000) d'images de différentes races canines, dont plus de 100 (terriers, chiens courants, mastiffs, épagneuls, bichons frisés, etc.), et est conçu pour faciliter le développement de systèmes de reconnaissance des races canines.
7 , 15 ensembles de données de classification d'images animales
Taille estimée :37,06 Mo
Adresse de téléchargement :https://go.hyper.ai/5SgsE
Cet ensemble de données contient des dossiers d'images de 15 animaux : ours, oiseau, chat, vache, cerf, chien, dauphin, éléphant, girafe, cheval, kangourou, lion, panda, tigre et zèbre. Chaque dossier représente une classe correspondant au nom du dossier et contient au moins 120 images. Toutes les images sont au format 224 x 224, ce qui permet leur classification. Les images ont été téléchargées depuis Internet et prétraitées (redimensionnement et augmentation) à l'aide de la bibliothèque OpenCV. Par conséquent, cet ensemble de données peut être utilisé directement pour l'entraînement sans augmentation supplémentaire des données.
8 , Ensemble de données vidéo de détection et de suivi de cibles de drones UAVDT
Taille estimée :1,14 Go
Adresse de téléchargement :https://go.hyper.ai/0f4Ej
UAVDT signifie « UAV Object Detection and Tracking Large-Scale Video Dataset ». Il contient 10 heures de vidéo brute et environ 8 000 images vidéo représentatives, avec des cadres de délimitation annotés manuellement et des étiquettes utiles telles que la catégorie du véhicule et l'occlusion. Cet ensemble de données, capturé par des drones dans divers scénarios complexes, répond principalement à trois tâches fondamentales : la détection d'objets (DET), le suivi d'objets uniques (SOT) et le suivi d'objets multiples (MOT).
Ce qui précède est l'ensemble de données de photographie aérienne compilé par HyperAI. Si vous avez des ressources que vous souhaitez inclure sur le site officiel hyper.ai, n'hésitez pas à laisser un message ou à soumettre votre contribution pour nous le faire savoir !
À propos d'HyperAI
HyperAI (hyper.ai) est une communauté leader en matière d'intelligence artificielle et de calcul haute performance en Chine.Nous nous engageons à devenir l'infrastructure dans le domaine de la science des données en Chine et à fournir des ressources publiques riches et de haute qualité aux développeurs nationaux. Jusqu'à présent, nous avons :
* Fournir des nœuds de téléchargement accélérés nationaux pour plus de 1 200 ensembles de données publiques
* Comprend plus de 300 tutoriels en ligne classiques et populaires
* Interprétation de plus de 200 cas d'articles AI4Science
* Prise en charge de plus de 500 termes de recherche associés
* Hébergement de la première documentation complète d'Apache TVM en Chine
Visitez le site Web officiel pour commencer votre parcours d'apprentissage :