컴퓨터 비전용 데이터세트(4)

커피 한잔 사주세요😄

*메모:

• 내 게시물에서는 MNIST, EMNIST, QMNIST, ETLCDB, Kuzushiji 및 Moving MNIST에 대해 설명합니다.
• 내 게시물에서는 Fashion-MNIST, Caltech 101, Caltech 256, CelebA, CIFAR-10 및 CIFAR-100에 대해 설명합니다.
• 내 게시물에서는 Oxford-IIIT Pet, Oxford 102 Flower, Stanford Cars, Places365, Flickr8k 및 Flickr30k에 대해 설명합니다.

(1) ImageNet(2009):

• 1,331,167개의 객체 이미지(기차용으로 1,281,167개, 검증용으로 50,000개)가 각각 1000개 클래스의 레이블에 연결되어 있습니다. *메모:
  • 각 클래스에는 동일한 것을 나타내는 하나 이상의 이름이 있습니다.
  • ILSVRC2012_devkit_t12.tar.gz, ILSVRC2012_img_train.tar 및 ILSVRC2012_img_val.tar를 다운로드할 수 있습니다.
• PyTorch의 ImageNet()입니다.

(2) LSUN(Large-scale Scene Understanding)(2015):

• 장면 이미지가 있고 침실, 다리, 교회 야외, 교실, 회의실 등 10개의 데이터 세트가 있습니다. , 식당, 주방, 거실, 레스토랑 및 타워:
  • 침실에는 3,033,342개의 침실 이미지가 있습니다(기차용 3,033,042개, 검증용 300개).
  • 다리에는 818,987개의 다리 이미지가 있습니다(기차용 818,687개, 검증용 300개).
  • 교회 옥외에는 126,527개의 교회 옥외 이미지가 있습니다(기차용 126,227개, 검증용 300개).
  • 교실에는 126,527개의 강의실 이미지가 있습니다(기차용 126,227개, 검증용 300개).
  • 회의실에는 229,369개의 회의실 이미지가 있습니다(기차용 229,069개, 검증용 300개).
  • 식당에는 657,871개의 식당 이미지가 있습니다(기차용 657,571개, 검증용 300개).
  • 주방에는 2,212,577개의 주방 이미지가 있습니다(기차용 2,212,277개, 검증용 300개).
  • 거실에는 1,316,102개의 거실 이미지가 있습니다(기차용 1,315,802개, 검증용 300개).
  • 레스토랑에는 626,631개의 레스토랑 이미지가 있습니다(기차용 626,331개, 검증용 300개).
  • 타워에는 708,564개의 타워 이미지가 있습니다(열차용 708,264개, 검증용 300개).
• PyTorch의 LSUN()이지만 버그가 있습니다.

(3) MS COCO(Microsoft Common Objects in Context)(2014):

• 에는 주석이 포함된 객체 이미지가 있으며 2014 Train/Val 주석, 2014가 포함된 2014 Train Images 및 2014 Val 이미지 16개의 데이터세트가 있습니다. 테스트 이미지와 2014 테스트 이미지 info, 2015 테스트 이미지와 2015 테스트 이미지 정보, 2017 Train 이미지 및 2017 Val 이미지와 2017 기차/Val 주석, 2017 Stuff Train/Val 주석 또는 2017 Panoptic Train/Val 주석, 2017 테스트 이미지(2017 테스트 이미지 정보 및 2017 라벨이 지정되지 않은 이미지 2017 라벨 없는 이미지 포함 정보: *메모:
  • 2014 기차 이미지에는 82,782개의 이미지가 있습니다.
  • 2014 Val 이미지에는 40,504개의 이미지가 있습니다.
  • 2014 Train/Val 주석에는 2014 Train 이미지 및 2014 Val 이미지에 대한 123,286개의 주석(train용 82,782개, 검증용 40,504개)이 있습니다.
  • 2014년 테스트 이미지에는 40,775개의 이미지가 있습니다.
  • 2014 테스트 이미지 정보에는 2014 테스트 이미지에 대한 주석이 40,775개 있습니다.
  • 2015년 테스트 이미지에는 81,434개의 이미지가 있습니다.
  • 2015 테스트 이미지 정보에는 2015 테스트 이미지에 대한 주석이 81,434개 있습니다.
  • 2017 기차 이미지에는 118,287개의 이미지가 있습니다.
  • 2017 Val 이미지에는 5,000개의 이미지가 있습니다.
  • 2017 Train/Val 주석에는 2017 Train 이미지 및 2017 Val 이미지
  에 대한 주석이 123,287개(train용으로 118,287개, 검증용으로 5,000개) 있습니다.
  • 2017 Stuff Train/Val 주석에는 2017 Train 이미지 및 2017 Val 이미지
  • 에 대한 주석이 123,287개(기차용으로 118,287개, 검증용으로 5,000개) 있습니다. 2017 Panoptic Train/Val 주석에는 2017 Train 이미지 및
  2017 Val 이미지
  • 에 대해 123,287개의 주석(기차용 118,287개, 검증용 5,000개)이 있습니다.
  • 2017 테스트 이미지에는 40,670개의 이미지가 있습니다. 2017년 테스트 이미지 정보
  에는
  • 2017년 테스트 이미지에 대한 주석이 40,670개 있습니다.
  • 2017 라벨이 없는 이미지에는 123,403개의 이미지가 있습니다. 2017년 라벨이 없는 이미지 정보
  에는
  2017년 라벨이 없는 이미지
에 대한 주석이 123,403개 있습니다.
그냥 코코라고도 합니다.

CocoDetection() 또는 CocoCaptions()입니다.

위 내용은 컴퓨터 비전용 데이터세트(4)의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!