Enterprise-Grade miljøscenedatasett for AI/ML-utvikling

Beskrivelse: Datasettet "Multiple Scenarios And Persons Semantic Segmentation" er skreddersydd for den visuelle underholdningsindustrien, og består av internettinnsamlede bilder med oppløsninger fra 1280 x 720 til 6000 x 4000. Det fokuserer på scener med flere personer på tvers av urbane, naturlige og innendørs omgivelser, gir detaljerte merknader for menneskelige figurer, tilbehør og bakgrunner.

Beskrivelse: "Outdoor Building Panoptic Segmentation Dataset" er kuratert for den visuelle underholdningsindustrien, og består av en samling av internettinnsamlede utendørsbilder med høye oppløsninger som overstiger 3024 x 4032 piksler. Dette datasettet fokuserer på panoptisk segmentering, og fanger opp alle identifiserbare forekomster i utendørsscenene, inkludert bygninger, veier, mennesker, biler og mer, og gir et omfattende datasett for detaljert miljøanalyse og opprettelse.

Beskrivelse: "Outdoor Objects Semantic Segmentation Dataset" er utviklet for applikasjoner innen media og underholdning og robotikk, bestående av en rekke internettinnsamlede bilder med oppløsninger fra 1024 x 726 til 2358 x 1801 piksler. Dette datasettet bruker markeringsboks- og nøkkelpunktkommentarer for å segmentere ulike utendørselementer, inkludert menneskelige kroppsdeler, naturlandskap, arkitektoniske strukturer, fortau, transportmidler og mer.

Beskrivelse: "Panoptic Scenes Segmentation Dataset" er en omfattende ressurs for robotikk og visuell underholdning, som består av et bredt spekter av internettinnsamlede bilder med oppløsninger fra 660 x 371 til 5472 x 3648 piksler. Dette datasettet er rettet mot semantisk segmentering, og fanger forskjellige elementer som horisontale og vertikale plan, bygninger, mennesker, dyr og møbler, og tilbyr et helhetlig syn på ulike scener.

Beskrivelse: "PUBG Game Scenes Segmentation Dataset" er spesielt designet for spillapplikasjoner, med skjermbilder fra det populære spillet PUBG med oppløsninger på 1920 × 886, 1280 × 720 og 1480 × 720 piksler. Den omfatter 17 kategorier for eksempel og semantisk segmentering, inkludert karakterer, kjøretøy, landskap og elementer i spillet, og gir en rik ressurs for spillutvikling og analyse.

Beskrivelse: "Road Scene Semantic Segmentation Dataset" er spesielt designet for autonome kjøringer, med en samling av internett-samlede bilder med en standardoppløsning på 1920 x 1080 piksler. Dette datasettet er fokusert på semantisk segmentering, med sikte på å nøyaktig segmentere ulike elementer av veiscener som himmelen, bygninger, kjørefeltlinjer, fotgjengere og mer, for å støtte utviklingen av avanserte førerassistansesystemer (ADAS) og autonome kjøretøyteknologier.

Beskrivelse: "Road Scenes Panoptic Segmentation Dataset" er rettet mot applikasjoner innen visuell underholdning og autonom kjøring, med en samling av Internett-innsamlede veiscenebilder med oppløsninger på over 1600 x 1200 piksler. Dette datasettet spesialiserer seg på panoptisk segmentering, og merker alle identifiserbare forekomster i bildene, for eksempel kjøretøy, veier, kjørefelt, vegetasjon og mennesker, og gir et detaljert datasett for omfattende veibildeanalyse.

Beskrivelse: Datasettet Home Security Camera Clips består av videoklipp tatt fra sikkerhetskameraer i boliger, som støtter AI-applikasjoner innen overvåking, avviksdeteksjon og aktivitetsgjenkjenning.

Beskrivelse: Vårt "Sky Outline Matting Dataset" henvender seg til internett-, media- og mobilindustrien med et utvalgt utvalg av himmelbilder. Dette datasettet har forskjellige himmelforhold, inkludert sol, overskyet, soloppgang, solnedgang og mer, med fin segmentering på pikselnivå for detaljert konturutvinning, egnet for ulike applikasjoner.

Beskrivelse: "Sky Segmentation Dataset" er omhyggelig kuratert for den visuelle underholdningsindustrien, og inneholder manuelt fangede bilder med oppløsninger som varierer fra 937 × 528 til 9961 × 3000. Denne samlingen er dedikert til segmentering av himmelen på forskjellige tider på dagen og natten, og gir et dynamisk utvalg av utendørs himmelscenarier for omfattende maskesegmenteringsoppgaver.

Beskrivelse: "Walkway Segmentation Dataset" er laget for å forbedre sikkerheten og effektiviteten til autonome kjøresystemer ved å fokusere på nøyaktig identifikasjon og segmentering av gangveier for fotgjengere. Dette datasettet, som inneholder bilder fra kjøreopptakere, er avgjørende for å trene AI-modeller for å skille mellom kjørbare områder og fotgjengersoner. Ved å segmentere fotgjengerområder gjennom både instans- og binære segmenteringsteknikker, gir det en kritisk ressurs for å utvikle autonome kjøretøy som trygt kan navigere i urbane miljøer.