Zestawy danych o scenach środowiskowych klasy korporacyjnej do rozwoju AI/ML

Opis: „Zestaw danych segmentacji semantycznej sceny ruchu CCTV” oferuje unikalną perspektywę rozwoju autonomicznej jazdy, rejestrując zawiłości scen ruchu drogowego ze stacjonarnego punktu widzenia. Wykorzystując nagrania CCTV o wysokiej rozdzielczości z kamer monitorujących drogę, o rozdzielczościach przekraczających 1600 x 1200 pikseli i liczbie klatek na sekundę przekraczającej 7 kl./s, ten zestaw danych zapewnia szczegółową segmentację instancji różnych elementów ruchu drogowego, w tym ludzi, zwierząt, pojazdów rowerowych, samochodów i barier drogowych. Obejmuje on również szereg warunków pogodowych, oferując solidny zestaw danych do szkolenia systemów AI w celu zrozumienia i interpretowania różnych scenariuszy ruchu drogowego ze stałego punktu obserwacyjnego.

Opis: „Zbiór danych segmentacji konturów nieba miasta” został opracowany dla sektora rozrywki wizualnej i obejmuje zbiór obrazów zebranych w Internecie o wysokiej rozdzielczości 3000 x 4000 pikseli. Ten zbiór danych jest przeznaczony do segmentacji konturowej, koncentrując się na uchwyceniu nieba w otoczeniu miejskim z elementami takimi jak budynki i rośliny, zapewniając szczegółowe tło dla różnych tworzenia treści wizualnych.

Opis: „Dashcam Traffic Scenes Semantic Segmentation Dataset” jest niezbędny do przesuwania granic technologii autonomicznej jazdy. Ten zestaw danych zawiera obrazy z rejestratora jazdy o rozdzielczości około 1280 x 720 pikseli, segmentowane semantycznie, aby odzwierciedlać różne elementy miejskich i podmiejskich środowisk ruchu drogowego. Kompleksowo kategoryzuje 24 różne obiekty i scenariusze, w tym niebo, ludzi, pojazdy mechaniczne, pojazdy niezmotoryzowane, autostrady, ścieżki dla pieszych, przejścia dla pieszych, drzewa, budynki i wiele innych. Ta szczegółowa segmentacja semantyczna pozwala autonomicznym systemom jazdy lepiej zrozumieć i zinterpretować złożoność drogi, ulepszając nawigację i protokoły bezpieczeństwa.

Opis: „Drivable Area Segmentation Dataset” jest skrupulatnie opracowany, aby zwiększyć możliwości AI w zakresie nawigacji autonomicznych pojazdów w różnych środowiskach jazdy. Zawiera szeroką gamę obrazów o wysokiej rozdzielczości, o rozdzielczościach od 1600 x 1200 do 2592 x 1944 pikseli, rejestrujących różne rodzaje nawierzchni, takie jak asfalt, beton, żwir, ziemia, śnieg i lód. Ten zestaw danych jest niezbędny do szkolenia modeli AI w zakresie rozróżniania obszarów nadających się do jazdy i nienadających się do jazdy, co jest podstawowym aspektem autonomicznej jazdy. Zapewniając szczegółową segmentację semantyczną i binarną, ma na celu poprawę bezpieczeństwa i wydajności autonomicznych pojazdów, zapewniając, że mogą one dostosowywać się do różnych warunków drogowych i środowisk spotykanych w rzeczywistych scenariuszach.

Opis: Zbieraj obrazy (1 zdjęcie z rejestracji, 20 zdjęć historycznych na tożsamość) i filmy (1 w pomieszczeniu, 1 na zewnątrz) z unikalnych tożsamości

Opis: „Zbiór danych segmentacji obiektów wewnętrznych” służy sektorom reklamy, gier i rozrywki wizualnej, oferując obrazy o wysokiej rozdzielczości w zakresie od 1024 × 1024 do 3024 × 4032. Ten zbiór danych obejmuje ponad 50 typów popularnych obiektów wewnętrznych i elementów architektonicznych, takich jak meble i struktury pomieszczeń, na przykład z adnotacjami, segmentacją semantyczną i konturową.

Opis: Zdjęcia z kamer CCTV. Rozdzielczość ponad 1920 x 1080, a liczba klatek na sekundę filmu ponad 30.

Opis: Obrazy punktów orientacyjnych w kontekście ich otoczenia

Urządzenie rejestrujące: Kamera mobilna

Stan nagrywania: - światło dzienne - noc - zachmurzenie/deszcz

Opis: „Zestaw danych segmentacji linii pasa ruchu” został zaprojektowany w celu przyspieszenia postępów w technologiach autonomicznej jazdy, ze szczególnym uwzględnieniem wykrywania i segmentacji pasów ruchu. Obejmuje on szeroki wachlarz obrazów z rejestratorów jazdy, podzielonych na 35 odrębnych kategorii, aby objąć kompleksowy zakres oznakowań drogowych, takich jak różne linie ciągłe i przerywane w kolorze białym i żółtym. Ten zestaw danych ma na celu udoskonalenie precyzji sztucznej inteligencji w identyfikowaniu granic pasów ruchu, co jest kluczowe dla bezpiecznej nawigacji pojazdów autonomicznych.

Opis: „Zestaw danych o łączeniu pasów ruchu i segmentacji obszarów rozwidleń” odnosi się konkretnie do złożoności łączenia pasów ruchu i rozwidleń, krytycznych scenariuszy w autonomicznej jeździe. Ten zestaw danych, składający się z obrazów rejestratora jazdy, jest adnotowany do segmentacji binarnej, skupiając się na obszarach, w których pasy łączą się lub rozgałęziają. Zawiera szczegółowe etykiety dla obszarów łączenia pasów ruchu, obszarów rozwidleń pasów ruchu (oznaczonych trójkątnymi odwróconymi liniami) i potencjalnych przeszkód, takich jak pojazdy, drzewa, znaki drogowe i piesi. Ten zestaw danych jest niezbędnym narzędziem do szkolenia modeli AI w zakresie poruszania się po tych trudnych sytuacjach drogowych, zapewniając płynniejsze i bezpieczniejsze wrażenia z autonomicznej jazdy.

Opis: Zbiór danych „Wiele scenariuszy i segmentacja semantyczna osób” jest dostosowany do potrzeb branży rozrywki wizualnej i obejmuje obrazy zebrane w Internecie w rozdzielczościach od 1280 x 720 do 6000 x 4000. Koncentruje się na scenach wieloosobowych w otoczeniu miejskim, naturalnym i we wnętrzach, dostarczając szczegółowe adnotacje dotyczące postaci ludzkich, akcesoriów i tła.

Opis: „Zestaw danych panoptycznej segmentacji budynków zewnętrznych” został opracowany dla branży rozrywki wizualnej i składa się z kolekcji zebranych w Internecie obrazów zewnętrznych o wysokiej rozdzielczości przekraczającej 3024 x 4032 pikseli. Ten zbiór danych koncentruje się na segmentacji panoptycznej, przechwytując każdą możliwą do zidentyfikowania instancję w scenach zewnętrznych, w tym budynki, drogi, ludzi, samochody i inne, zapewniając kompleksowy zbiór danych do szczegółowej analizy i tworzenia środowiska.

Opis: „Zestaw danych semantycznej segmentacji obiektów zewnętrznych” został opracowany do zastosowań w mediach i rozrywce oraz robotyce i składa się z różnych obrazów zebranych w Internecie w rozdzielczościach od 1024 x 726 do 2358 x 1801 pikseli. Ten zbiór danych wykorzystuje adnotacje dotyczące obwiedni i kluczowych punktów w celu segmentacji różnych elementów zewnętrznych, w tym części ludzkiego ciała, naturalnej scenerii, konstrukcji architektonicznych, chodników, środków transportu i innych.

Opis: „Zbiór danych segmentacji scen panoptycznych” to wszechstronne źródło informacji z dziedziny robotyki i rozrywki wizualnej, składające się z szerokiej gamy obrazów zebranych w Internecie o rozdzielczościach od 660 x 371 do 5472 x 3648 pikseli. Ten zbiór danych ma na celu segmentację semantyczną, uchwycenie różnorodnych elementów, takich jak płaszczyzny poziome i pionowe, budynki, ludzie, zwierzęta i meble, oferując całościowy obraz różnych scen.

Opis: „Zestaw danych segmentacji scen gier PUBG” został specjalnie zaprojektowany do zastosowań w grach i zawiera zrzuty ekranu z popularnej gry PUBG w rozdzielczościach 1920 × 886, 1280 × 720 i 1480 × 720 pikseli. Obejmuje na przykład 17 kategorii i segmentację semantyczną, w tym postacie, pojazdy, krajobrazy i przedmioty w grze, zapewniając bogate źródło informacji na temat tworzenia i analiz gier.

Opis: „Zestaw danych semantycznej segmentacji scen drogowych” został specjalnie zaprojektowany do zastosowań w pojazdach autonomicznych i zawiera zbiór obrazów zebranych w Internecie w standardowej rozdzielczości 1920 x 1080 pikseli. Ten zbiór danych koncentruje się na segmentacji semantycznej, której celem jest dokładne segmentowanie różnych elementów scenerii drogowych, takich jak niebo, budynki, linie pasów ruchu, piesi i inne, w celu wspierania rozwoju zaawansowanych systemów wspomagania kierowcy (ADAS) i technologii pojazdów autonomicznych.

Opis: „Zestaw danych panoptycznej segmentacji scen drogowych” przeznaczony jest do zastosowań w rozrywce wizualnej i jeździe autonomicznej i zawiera zbiór obrazów scen drogowych zebranych w Internecie o rozdzielczości przekraczającej 1600 x 1200 pikseli. Ten zbiór danych specjalizuje się w segmentacji panoptycznej, opisując każdy możliwy do zidentyfikowania element obrazów, taki jak pojazdy, drogi, linie pasów ruchu, roślinność i ludzie, zapewniając szczegółowy zbiór danych do kompleksowej analizy scenerii drogowej.

Opis: Nasz „zestaw danych dotyczących matowania nieba” przeznaczony jest dla branży internetowej, mediów i urządzeń mobilnych, oferując wyselekcjonowany wybór zdjęć nieba. Ten zestaw danych przedstawia różnorodne warunki nieba, w tym słoneczne, pochmurne, wschody i zachody słońca i inne, z precyzyjną segmentacją na poziomie pikseli w celu szczegółowego wyodrębnienia konturów, odpowiednich do różnych zastosowań.

Opis: „Zbiór danych segmentacji nieba” został starannie opracowany na potrzeby branży rozrywki wizualnej i zawiera ręcznie przechwycone obrazy w rozdzielczościach od 937 × 528 do 9961 × 3000. Kolekcja ta poświęcona jest segmentacji nieba w różnych porach dnia i nocy, zapewniając dynamiczna gama scenariuszy nieba zewnętrznego do kompleksowych zadań segmentacji masek.

Opis: „Zestaw danych segmentacji chodników” został stworzony w celu zwiększenia bezpieczeństwa i wydajności autonomicznych systemów napędowych poprzez skupienie się na dokładnej identyfikacji i segmentacji przejść dla pieszych. Ten zestaw danych, zawierający obrazy z rejestratorów jazdy, jest kluczowy dla trenowania modeli AI w celu rozróżniania obszarów przeznaczonych do jazdy od stref dla pieszych. Segmentując obszary spacerów dla pieszych za pomocą technik segmentacji zarówno instancyjnej, jak i binarnej, zapewnia on kluczowe zasoby do opracowywania autonomicznych pojazdów, które mogą bezpiecznie poruszać się po środowiskach miejskich.