Autonom kjøring – Datasett om føreratferd i bil
Forbedre AI-modeller med klassens beste industrielle maskinbilde- og videodatasett.
Bruk sak: Autonom kjøring / CV
Format: Bilder
Telle: 9,612
merknad: Nei
Beskrivelse: Prosjekt for innsamling av bilinteriør: Innsamling av bildedatasett - analyse av føreratferd
Bruk sak: Autonom kjøring / CV
Format: videoer
Telle: 48,022
merknad: Nei
Beskrivelse: Skadet bil (mindre) Videodatasett 360° bilvisningsvideoer
Bruk sak: Autonom kjøring / CV
Format: Bilder
Telle: 8,014
merknad: Nei
Beskrivelse: Nummerplatedatasett (USA, Canada, Mexico) Annotering basert på kundens spesifikasjoner
Bruk sak: Autonom kjøring / CV
Format: Bilder
Telle: 3,000
merknad: Nei
Beskrivelse: Datasettet Vehicle License Plate Images (US) inneholder diverse bilbilder med synlige bilskilt, som støtter autonom kjøring, trafikkovervåking og datasynsapplikasjoner som registrering og gjenkjenning av bilskilt.
Bruk sak: Datasett for identifisering av bilnøkkelpunkt
Format: Bilde
Telle: 25k
merknad: Ja
Beskrivelse: "Car Key Point Identification Dataset" er designet for applikasjoner innen visuell underholdning og autonom kjøring, med en samling av internettinnsamlede bilder med en oppløsning på 640 x 512 piksler. Dette datasettet bruker avgrensningsbokser for å identifisere målbiler og merker 14 nøkkelpunkter på hvert kjøretøy, inkludert de fire topppunktene, de fire lysene, de fire hjulene og glassområdene foran og på venstre side, og gir detaljerte data for bilmodellering og anerkjennelsesoppgaver.
Bruk sak: Datasett for segmentering av skadede brettdeler
Format: Bilde
Telle: 1,000
merknad: Ja
Beskrivelse: "Damaged Board Parts Segmentation Dataset" er en nisjesamling skreddersydd for produksjonssektoren, spesielt innen tre- og plateproduksjon. Den har internettsamlede bilder med høye oppløsninger fra 3024 x 4032 til 2048 x 5750 piksler. Dette datasettet fokuserer på semantisk segmentering av ulike typer bordskader, inkludert sprekker, insektskader og forråtnelse, og hjelper til med kvalitetskontroll og produksjonsprosesser.
Bruk sak: Prosess for forsikringskrav
Format: avi, mkv, mov, mp4, mp5
Telle: 48366
merknad: Nei
Beskrivelse: 360 graders tur rundt videoer av biler med skader i normalt, jevnt tempo med topp og bunn alltid synlig Skade: en ripe, bulk, bulk eller sprekk som er større enn en golfball i lengden. Ytre panel Skade: støtfangere, fendere, kvart paneler, dører, panser og kofferter Sted: Asia, USA, Canada og Europa
Opptaksenhet: Mobilkamera
Opptakstilstand: Blandede lysforhold
Bruk sak: Prosess for forsikringskrav
Format: . Jpg
Telle: 3958
merknad: Ja
Beskrivelse: 490+ biler og 3958 bilbilder med kommenterte bilder (sammen med metadata) av skadede biler. Dekker alle sider av bilen (8 bilder for hver bil) - Brukstilfeller for forsikringskrav.
Opptaksenhet: Mobilkamera
Opptakstilstand: Blandede lysforhold
Bruk sak: Klassifisering av industriell metallsmelteflamme
Format: Bilde
Telle: 41k
merknad: Ja
Beskrivelse: "Industrial Metal Smelting Flame Classification Dataset" er designet for industrisektoren, og inneholder en samling internettinnsamlede bilder av metallsmelteflammer, alle med en oppløsning på 350 x 350 piksler. Dette datasettet er dedikert til klassifisering av flammebilder i 10 kategorier, inkludert overeksponering, svart røyk, brannmasse, gnister og ulike intensiteter av slagghopping og sprut, og gir viktige data for overvåking og optimalisering av smelteprosesser.
Bruk sak: Maskindeldefekter Segmenteringsdatasett
Format: Bilde
Telle: 120k
merknad: Ja
Beskrivelse: "Machine Part Defects Segmentation Dataset" er designet for produksjonsindustrien, bestående av internettinnsamlede bilder, alle med en oppløsning på 1000 x 1000 piksler. Dette datasettet fokuserer på binær segmentering for å identifisere hvite defekter på maskindeler, og gir klare merknader som fremhever områder av bekymring for kvalitetskontroll og inspeksjonsprosesser.
Bruk sak: Datasett for segmentering av maskindeler
Format: Bilde
Telle: 2.3k
merknad: Ja
Beskrivelse: "Machine Parts Segmentation Dataset" er skreddersydd for produksjonssektoren, med en samling av internettinnsamlede bilder med en oppløsning på 2048 x 1536 piksler. Dette datasettet er spesialisert på semantisk segmentering, polygon- og nøkkelpunktkommentarer, med fokus på konturkommentarer av maskineringsposisjoner i røntgenbilder av maskindeler, noe som letter presis analyse og inspeksjon i produksjonsprosesser.
Bruk sak: Datasett for merking av jernbanelinjer
Format: Bilde
Telle: 3k
merknad: Ja
Beskrivelse: "Rail Line Labeling Dataset" er skreddersydd for industrielle applikasjoner, med en samling av internettinnsamlede bilder med en oppløsning på 1920 x 1080 piksler. Dette datasettet spesialiserer seg på detaljert merking av jernbanelinjer, inkludert svinger og sammenslåinger, ved hjelp av polygonmerknader. I tillegg er tog i disse bildene merket med avgrensende bokser. Datasettet fokuserer spesifikt på jernbanenettverk samlet inn fra Wuhan, og gir en lokalisert kontekst for jernbanelinjeanalyse og togdeteksjon.
Vi bruker informasjonskapsler for å forbedre opplevelsen din på nettstedet vårt. Ved å bruke nettstedet vårt samtykker du til informasjonskapsler.
Administrer informasjonskapselpreferansene dine nedenfor:
Viktige informasjonskapsler aktiverer grunnleggende funksjoner og er nødvendige for at nettstedet skal fungere riktig.
Google Tag Manager forenkler administrasjonen av markedsføringstagger på nettstedet ditt uten kodeendringer.
Statistikkinformasjonskapsler samler inn informasjon anonymt. Denne informasjonen hjelper oss å forstå hvordan besøkende bruker nettstedet vårt.
Google Analytics er et kraftig verktøy som sporer og analyserer nettstedstrafikk for å ta informerte markedsføringsbeslutninger.
Tjeneste-URL: policies.google.com (Åpnes i nytt vindu)
Markedsføringsinformasjonskapsler brukes til å følge besøkende til nettsider. Hensikten er å vise annonser som er relevante og engasjerende for den enkelte bruker.
Google Ads er en nettbasert annonseringsplattform som lar bedrifter lage målrettede annonser som vises i Googles søkeresultater og partnersider.
Tjeneste-URL: policies.google.com (Åpnes i nytt vindu)
Du finner mer informasjon i vår Cookie Policy og Personvernerklæring.