AI视觉相关的预训练模型、公开数据集

一、视觉相关的预训练模型 有很多,以下是一些常见的预训练模型及其对应的公开数据集:

  1. ResNet:ResNet 是一种卷积神经网络(CNN)模型,由 Microsoft Research 开发。ResNet 在 ImageNet 数据集 上进行了预训练,可以用于图像分类 任务。
  2. VGG:VGG 是一种卷积神经网络(CNN)模型,由牛津大学开发。VGG 在 ImageNet 数据集 上进行了预训练,可以用于图像分类 任务。
  3. Inception:Inception 是一种卷积神经网络(CNN)模型,由 Google 开发。Inception 在ImageNet 数据集 上进行了预训练,可以用于图像分类 任务。
  4. DenseNet:DenseNet 是一种卷积神经网络(CNN)模型,由Facebook AI Research开发。DenseNet 在 ImageNet数据集 上进行了预训练,可以用于图像分类 任务。
  5. MobileNet:MobileNet 是一种轻量级的卷积神经网络(CNN)模型,由 Google 开发。MobileNet 在 ImageNet 数据集 上进行了预训练,可以用于图像分类 任务。
  6. YOLO:YOLO 是一种目标检测模型,由 Joseph Redmon 等人开发。YOLO 在COCO 数据集 上进行了预训练,可以用于目标检测 任务。
  7. Mask R-CNN:Mask R-CNN 是一种目标检测模型,由Matterport, Inc.开发。Mask R-CNN 在COCO数据集 上进行了预训练,可以用于目标检测 和语义分割 任务。
  8. Faster R-CNN:Faster R-CNN 是一种目标检测模型,由NVIDIA开发。Faster R-CNN 在COCO数据集 上进行了预训练,可以用于目标检测 任务。
  9. SSD:SSD 是一种目标检测模型,由 Google Brain 团队开发。SSD 在COCO数据集 上进行了预训练,可以用于目标检测 任务。
  10. RetinaNet:RetinaNet 是一种目标检测模型,由 Facebook AI Research 开发。RetinaNet 在COCO数据集 上进行了预训练,可以用于目标检测 任务。

二、视觉领域开源的数据集 有很多,以下是一些常见的数据集及其包含的类别和样本数量:

  1. ImageNet:ImageNet是一个大规模的图像分类 数据集,它从2007年开始建立,包含超过1400多万张图片和2万多的分类。ILSVRC(ImageNet Large-Scale Visual Recognition Challenge)比赛常用的一个子集是ILSVRC2012,它包含1000个分类,每个分类约有1000张图片,总计约120万张训练图片。ImageNet主要为图像分类、检测、定位等任务提供数据支持。
  2. MS COCO (Microsoft Common Objects in Context):COCO是由微软提供的大规模的目标检测 和语义分割 数据集,包含80个类别的图像,每个类别大约有1000张。
  3. PASCAL VOC:PASCAL VOC 是一个目标检测 和语义分割 数据集,包含 20 个类别的图像,每个类别大约有 2000 张图片。
  4. CIFAR-10:CIFAR-10 是一个小型的图像分类 数据集,包含 10 个类别的图像,每个类别大约有 6000 张图片。
  5. CIFAR-100:CIFAR-100 是一个小型的图像分类 数据集,包含 100 个类别的图像,每个类别大约有 6000 张图片。
  6. STL-10:STL-10 是一个小型的图像分类 数据集,包含 10 个类别的图像,每个类别大约有 5000 强烈建议。
  7. Open Images Dataset:由谷歌提供的图像数据集,包含了大约900万个带有图像级别标注和大约250万个带有目标边界框标注的图像。这个数据集被用于各种计算机视觉任务,包括目标检测 、图像分类和场景理解等。
  8. MNIST Handwritten Digits:一个经典的手写数字识别数据集,包含70,000张大小为28x28的灰度图像。
  9. Oxford Flowers 102:包含102个不同花卉类别的数据集,适用于图像分类任务。
  10. Stanford Dogs Dataset:专注于狗的品种识别,包含超过2万张不同品种狗的图像。
相关推荐
Maynor99629 分钟前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音
字节跳动视频云技术团队1 小时前
接大模型别再自己配 Key、搭代理了,火山引擎 IGA Pages 一步搞定
人工智能
阿里云大数据AI技术2 小时前
EMR Serverless StarRocks 产品介绍:从统一 OLAP 走向多模态分析与检索
人工智能
Forget the Dream3 小时前
Spring AI 2.0 系列(二):第一个 ChatClient——从注入到一次完整调用
java·人工智能·spring boot·ai·springai
郝学胜-神的一滴3 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
火山引擎开发者社区3 小时前
豆包工作,3 个月,800 万,20 亿
人工智能
Chuck.li3 小时前
AI 长篇创作工具选型:工作流对照与自测清单
人工智能·大模型·ai写作·网文作者·ai网文·豆包写作
aleimu4 小时前
Windows 11 右键打开 Cmder 2.0:从找不到菜单到默认使用 Cmder
前端·人工智能·后端
SwanArc技术笔记4 小时前
读技术文档,先用哪个 AI?模型指南筛选与 GPT-6.2 Astra 实操
人工智能
深海鱼在掘金4 小时前
深入浅出RAG——第21章:回顾与展望
人工智能