[画像セグメンテーション データセットの概要] Byte が COCONut をリリースし、CVPR 2024 に選ばれました。今すぐ Segment Anything を体験してすべてをセグメント化してください。
コンピュータ ビジョン テクノロジの継続的な発展に伴い、画像セグメンテーションは多くの分野で重要な応用価値を示しています。近年、さまざまな画像セグメンテーション データセットが急増しています。先月、ByteDanceは、初の大規模パノラマ画像セグメンテーションデータセット「COCONut」をリリースした。この分野の研究に新たな風を吹き込みました。
HyperAI Super Neural は、今週、関連研究の進歩をより効果的に促進するために、概要と分析用に 10 個の高品質画像セグメンテーション データ セットを編集しました。
さらに、GitHub の人気プロジェクト「Segment Anything」も、hyper.ai 公式 Web サイトの「チュートリアル」セクションにオンラインで公開されています。画像セグメンテーションの世界をぜひ体験してください。
オンラインで実行: https://go.hyper.ai/4GUjy
1.COCONut 大規模画像セグメンテーション データセット
発行機関：バイトダンス
発売時期：2024年
推定サイズ:2.27GB
ダウンロードアドレス:https://go.hyper.ai/D1XHs
COCONut は、Bytedance によってリリースされた最初の大規模な手動注釈付きパノラマ画像セグメンテーション データ セットで、約 383,000 個の画像と手動注釈付き 518 万個のパノラマ セグメンテーション マスクが含まれています。この結果は CVPR 2024 に選ばれました。
2.Pascal Panoptic Parts パノラマ セグメンテーション データ セット
発行機関：アイントホーフェン工科大学
発売時期：2021年
推定サイズ:157.78MB
ダウンロードアドレス:https://go.hyper.ai/KD9NU
このデータセットは、PASCAL VOC 2010 データセットの部分認識パノプティック セグメンテーション タスクのアノテーションで構成されています。関連する結果が CVPR 2021 に選択されました。
3.PASCAL-5i の小さなサンプル画像セグメンテーション データ セット
発行機関：ジョージア工科大学
発売時期：2020年
推定サイズ:112.42MB
ダウンロードアドレス:https://go.hyper.ai/oNGRX
PASCAL-5i は、数枚の画像セグメンテーションを評価するためのデータセットです。データセットは 4 つの部分に再分割され、各部分には 5 つのカテゴリが含まれ、合計 20 のカテゴリが含まれます。
発行機関：マサチューセッツ工科大学
発売時期：2010年
推定サイズ:8.15GB
ダウンロードアドレス:https://go.hyper.ai/PWjWo
SUN09 データセットは 12,000 枚の注釈付き画像で構成され、200 を超えるオブジェクト カテゴリが含まれています。データセットには、自然、屋内、屋外の画像が含まれています。各画像には平均 7 つの異なる注釈付きオブジェクトが含まれており、各オブジェクトが占める平均領域は画像サイズの 5 % です。このデータセットは IEEE CVPR 2010 で公開されています。
5.PASCAL VOC 2011 画像セグメンテーション データ セット
発行機関：リーズ大学
発売時期：2011年
推定サイズ:1.7GB
ダウンロードアドレス:https://go.hyper.ai/bXb4O
PASCAL VOC 2011 は画像セグメンテーション データセットです。トレーニング セットには 2,223 個の画像と 5,034 個のターゲット オブジェクトが含まれ、テスト セットには 1,111 個の画像と 2,028 個のターゲット オブジェクトが含まれます。合計で 5,000 を超える正確にセグメント化されたオブジェクトがトレーニングに使用されます。
6.PhraseCut 言語ベースの画像セグメンテーション データセット
発行機関：マサチューセッツ大学アマースト校
発売時期：2020年
ダウンロードアドレス:https://go.hyper.ai/bvzRm
PhraseCut データセットには、77,262 個の画像と 345,486 個のフレーズ領域ペアが含まれています。このデータセットは Visual Genome データセットから収集され、既存のアノテーションを使用して、対応する領域に手動でアノテーションが付けられる一連の困難な参照フレーズを生成します。
発行機関：マックス・プランク知能システム研究所
発売時期：2019年
ダウンロードアドレス:https://go.hyper.ai/JfmOO
MPI (Moldflow Plastic Insight の正式名) は、100 万を超える物理 3D オブジェクト画像で構成されています。画像には、オブジェクトの色、形、サイズ、位置など、7 つの変化要素があります。このデータセットは、シミュレートされた環境と実際の環境で表現学習アルゴリズムをテストするために使用できます。関連する結果が NeurIPS 2019 に選ばれました。
8.CryoNuSeg インスタンス セグメンテーション データセット
発行機関：ウィーン医科大学
発売時期：2023年
推定サイズ:160MB
ダウンロードアドレス:https://go.hyper.ai/Ybpbg
CryoNuSeg は、凍結切片の H&E 染色組織画像における核インスタンスのセグメンテーションのためのデータセットです。このデータセットには 10 個の人間の臓器からの画像が含まれており、512 × 512 ピクセルの固定サイズで、観察者内および観察者間の変動を測定できるように 3 つの人間の注釈が提供されています。
9.TrashCan インスタンスのセグメンテーション データセット
発行機関：大学デジタル保護協会
発売時期：2020年
推定サイズ:18.3GB
ダウンロードアドレス:https://go.hyper.ai/dxw78
TrashCan は、水中ゴミのインスタンス セグメンテーション データセットであり、7,212 枚の注釈付き画像で構成され、さまざまな水中ゴミ、無人潜水艇、海底動植物の活動を記録します。このデータセットのアノテーションはインスタンスセグメンテーションアノテーションの形式を採用しており、その画像は J-EDI データセットから取得されています。
10.FSS-1000 小さなサンプル画像セグメンテーション データ セット
発行機関：香港科技大学
発売時期：2019年
推定サイズ:7.56GB
ダウンロードアドレス:https://go.hyper.ai/eTDiv
FSS-1000 は、1,000 クラスを含む数ショットの分割データセットです。このデータ セットでは、手動で注釈が付けられた 5 つの画像のみを使用してモデルをトレーニングし、画像認識タスクを完了します。このデータ セットには、日常の小さなオブジェクト、日用品、漫画のキャラクター、ロゴなど、以前のデータ セットでは出現したこともラベルも付けられていないオブジェクトが多数含まれています。
SegmentAnything すべてのセグメント化のチュートリアル
Segment Anything Model (SAM) は、ポイントやボックスなどの入力プロンプトに基づいて高品質の画像セグメンテーションを生成できるマシン ビジョン モデルであり、画像内のすべてのオブジェクトに対応するマスクを生成するために使用できます。このモデルは、1,100 万の画像と 11 億のマスクを含むデータセットでトレーニングされており、さまざまなセグメンテーション タスクで強力なゼロサンプル パフォーマンスを備えており、あらゆるものを真にセグメンテーションできます。
オンラインで実行: https://go.hyper.ai/D1XHs
上記は、HyperAI Super Neural があなたのために編集した 10 個の画像セグメンテーションおよび分類データ セットです。hyper.ai 公式 Web サイトに含めたいリソースがある場合は、お気軽にメッセージを残すか、貢献してください。知る！
HyperAIについて Hyper.ai
HyperAI（hyper.ai）は、中国をリードする人工知能とハイパフォーマンス・コンピューティングのコミュニティである。国内データサイエンス分野のインフラとなり、国内開発者に豊富で質の高い公共リソースを提供することに注力しています。
* 1,200 を超える公開データセットに対して国内の高速ダウンロード ノードを提供
* 300 以上の古典的で人気のあるオンライン チュートリアルが含まれています
* 100 以上の AI4Science 論文ケースを解釈
* 500 以上の関連用語クエリをサポート
*Apache TVM の最初の完全な中国語ドキュメントを中国でホストします
学習の旅を始めるには、公式 Web サイトにアクセスしてください。