कार कुञ्जी बिन्दु पहिचान डाटासेट
बाउन्डिङ बक्स, मुख्य बिन्दुहरू
केस प्रयोग गर्नुहोस्: कार कुञ्जी बिन्दु पहिचान डाटासेट
स्वरूप: छवि
गणना गर्नुहोस्: 25k
एनोटेसन: आवश्यक छ
विवरण: "कार कुञ्जी बिन्दु पहिचान डाटासेट" 640 x 512 पिक्सेलको रिजोल्युसनको साथ इन्टरनेट-संकलित छविहरूको सङ्कलन सहित, दृश्य मनोरञ्जन र स्वायत्त ड्राइभिङमा अनुप्रयोगहरूको लागि डिजाइन गरिएको छ। यो डेटासेटले लक्षित कारहरू पहिचान गर्न बाउन्डिङ बक्सहरू प्रयोग गर्दछ र प्रत्येक गाडीमा 14 मुख्य बिन्दुहरू एनोटेट गर्दछ, जसमा चार शीर्ष बिन्दुहरू, चार बत्तीहरू, चार पाङ्ग्राहरू, र अगाडि र बायाँ छेउमा काँच क्षेत्रहरू समावेश छन्, कार मोडेलिङ र विस्तृत डेटा प्रदान गर्दछ। पहिचान कार्यहरू।
क्षतिग्रस्त बोर्ड पार्ट्स विभाजन डाटासेट
सिमेन्टिक विभाजन
केस प्रयोग गर्नुहोस्: क्षतिग्रस्त बोर्ड पार्ट्स विभाजन डाटासेट
स्वरूप: छवि
गणना गर्नुहोस्: 1,000
एनोटेसन: आवश्यक छ
विवरण: "क्षतिग्रस्त बोर्ड पार्ट्स सेग्मेन्टेसन डाटासेट" विशेष गरी काठ र बोर्ड उत्पादनमा, निर्माण क्षेत्रको लागि उपयुक्त संग्रह हो। यसले 3024 x 4032 देखि 2048 x 5750 पिक्सेलसम्मको उच्च रिजोलुसनका साथ इन्टरनेट-संकलित छविहरू समावेश गर्दछ। यो डेटासेटले गुणस्तर नियन्त्रण र निर्माण प्रक्रियाहरूमा सहायता गर्ने, दरार, कीट क्षति, र क्षय सहित विभिन्न प्रकारका बोर्ड क्षतिहरूको अर्थिक विभाजनमा केन्द्रित छ।
क्षतिग्रस्त कार (माइनर) भिडियो डाटासेट
केस प्रयोग गर्नुहोस्: बीमा दाबी प्रक्रिया
स्वरूप: avi, mkv, mov, mp4, mp5
गणना गर्नुहोस्: 48366
एनोटेसन: होइन
विवरण: 360 डिग्री माथि र तल सधैं देखिने क्षतिको साथ सामान्य, स्थिर गतिमा क्षति भएका कारहरूको भिडियोहरू वरिपरि हिंड्छ: स्क्र्याच, डेन्ट, डिंग, वा क्र्याच जुन लम्बाइमा गल्फ बल भन्दा ठूलो छ बाहिरी प्यानल क्षति: बम्पर, फेन्डर, क्वार्टर प्यानल, ढोका, हुड, र ट्रंक स्थान: एशिया, अमेरिका, क्यानडा, र युरोप
रेकर्डिङ यन्त्र: मोबाइल क्यामेरा
रेकर्डिङ अवस्था: मिश्रित प्रकाश अवस्थाहरू
क्षतिग्रस्त कार छवि डाटासेट
केस प्रयोग गर्नुहोस्: बीमा दाबी प्रक्रिया
स्वरूप: .jpg
गणना गर्नुहोस्: 3958
एनोटेसन: आवश्यक छ
विवरण: 490+ कार र 3958 कार तस्बिरहरू एनोटेटेड छविहरू (मेटाडेटा सहित) क्षतिग्रस्त कारहरू। कारको सबै पक्षहरू कभर गर्दछ (प्रत्येक कारको लागि 8 तस्बिरहरू) - बीमा दाबी प्रक्रिया प्रयोग केसहरू।
रेकर्डिङ यन्त्र: मोबाइल क्यामेरा
रेकर्डिङ अवस्था: मिश्रित प्रकाश अवस्थाहरू
औद्योगिक धातु smelting ज्वाला वर्गीकरण
वर्गीकरण
केस प्रयोग गर्नुहोस्: औद्योगिक धातु smelting ज्वाला वर्गीकरण
स्वरूप: छवि
गणना गर्नुहोस्: 41k
एनोटेसन: आवश्यक छ
विवरण: "इन्डस्ट्रियल मेटल मेल्टिङ फ्लेम क्लासिफिकेशन डाटासेट" उद्योग क्षेत्रका लागि डिजाइन गरिएको हो, जसमा धातु smelting ज्वालाहरूको इन्टरनेट-संकलित छविहरूको सङ्कलन रहेको छ, सबै 350 x 350 पिक्सेलको रिजोल्युसनका साथ। यो डेटासेट ओभरएक्सपोजर, कालो धुवाँ, आगो मास, स्पार्कहरू, र स्लेग जम्पिङ र स्प्याटरको विभिन्न तीव्रताहरू सहित 10 कोटिहरूमा ज्वाला छविहरूको वर्गीकरण गर्न समर्पित छ, अनुगमन र smelting प्रक्रियाहरू अनुकूलन गर्न महत्त्वपूर्ण डेटा प्रदान गर्दछ।
मेसिन भाग दोष विभाजन डाटासेट
बाइनरी विभाजन
केस प्रयोग गर्नुहोस्: मेसिन भाग दोष विभाजन डाटासेट
स्वरूप: छवि
गणना गर्नुहोस्: 120k
एनोटेसन: आवश्यक छ
विवरण: "मेसिन पार्ट डिफेक्ट्स सेग्मेन्टेशन डाटासेट" निर्माण उद्योगका लागि डिजाइन गरिएको हो, जसमा इन्टरनेट-संकलित छविहरू समावेश छन्, सबै 1000 x 1000 पिक्सेलको रिजोल्युसनको साथ। यो डेटासेटले मेसिनका भागहरूमा सेतो दोषहरू पहिचान गर्न बाइनरी विभाजनमा ध्यान केन्द्रित गर्दछ, स्पष्ट एनोटेसनहरू प्रदान गर्दछ जसले गुणस्तर नियन्त्रण र निरीक्षण प्रक्रियाहरूको लागि चिन्ताको क्षेत्रहरू हाइलाइट गर्दछ।
मेसिन पार्ट्स विभाजन डाटासेट
सिमान्टिक विभाजन, बहुभुज, मुख्य बिन्दुहरू
केस प्रयोग गर्नुहोस्: मेसिन पार्ट्स विभाजन डाटासेट
स्वरूप: छवि
गणना गर्नुहोस्: 2.3k
एनोटेसन: आवश्यक छ
विवरण: 2048 x 1536 पिक्सेलको रिजोल्युसनको साथ इन्टरनेट-संकलित छविहरूको सङ्कलन फिचर गर्दै "मेसिन पार्ट्स सेग्मेन्टेशन डाटासेट" उत्पादन क्षेत्रको लागि तयार गरिएको छ। यो डेटासेट सिमेन्टिक विभाजन, बहुभुज, र मुख्य बिन्दु एनोटेसनहरूमा विशेष छ, मेसिन पार्ट्सको एक्स-रे छविहरू भित्र मेसिनिंग स्थितिहरूको समोच्च एनोटेसनमा ध्यान केन्द्रित गर्दै, सटीक विश्लेषण र निर्माण प्रक्रियाहरूमा निरीक्षणको सुविधा दिन्छ।
रेल लाइन लेबलिङ डाटासेट
बहुभुज, बाउन्डिङ बक्स
केस प्रयोग गर्नुहोस्: रेल लाइन लेबलिङ डाटासेट
स्वरूप: छवि
गणना गर्नुहोस्: 3k
एनोटेसन: आवश्यक छ
विवरण: "रेल लाइन लेबलिङ डाटासेट" औद्योगिक अनुप्रयोगहरूको लागि तयार गरिएको छ, जसमा 1920 x 1080 पिक्सेलको रिजोल्युसनको साथ इन्टरनेट-संकलित छविहरूको सङ्कलन समावेश छ। यो डेटासेटले बहुभुज एनोटेसनहरू प्रयोग गरी तिनीहरूको मोड र मर्जहरू सहित रेल लाइनहरूको विस्तृत लेबलिङमा विशेषज्ञता दिन्छ। थप रूपमा, यी तस्बिरहरू भित्रका रेलहरूलाई बाउन्डिङ बक्सहरूसँग लेबल गरिएको छ। डेटासेटले वुहानबाट सङ्कलन गरिएका रेल सञ्जालहरूमा विशेष ध्यान केन्द्रित गर्दछ, रेल लाइन विश्लेषण र रेल पत्ता लगाउनको लागि स्थानीयकृत सन्दर्भ प्रदान गर्दछ।