数据集

城南皮卡丘15 天前
深度学习·yolo·目标检测·计算机视觉·数据集
苹果果实成熟度检测数据集 4195张+YOLO格式数据集格式:YOLO格式(包含jpg图片以及对应的yolo格式的txt标注文件) 苹果数据集 苹果成熟度数据集。图片均为在真实果园中采集到的,图片分辨率高,拍摄的苹果均为长在果树之上的,里面包含成熟的苹果、未成熟的、被果树叶部分遮挡的……,可以用于训练无人机苹果采摘,智能机器人采摘、机械臂采摘等视觉算法模型。 图片预览:
微尘hjx15 天前
人工智能·yolo·目标检测·数据集·道路坑洞·路坑数据集·路坑
【数据集 11】面向城市道路的坑洞检测数据集(含8760张,已按比例划分训练、验证、测试集,支持YOLO全系列训练)本数据集专为城市道路、街道主干道及高速公路场景下的路面坑洞检测任务而构建。路面坑洞是常见的道路病害之一,不仅影响行车舒适性,还容易引发轮胎损坏、车辆颠簸失控及交通事故,对市政养护、高速公路管理和智能驾驶环境感知提出了较高要求。本数据集聚焦城市道路、街道主干道和高速公路等典型路面场景,旨在通过目标检测技术实现对路面坑洞的精准识别与定位,为道路病害巡检、养护决策和行车安全预警提供可靠数据支撑。
数聚天成DeepSData18 天前
人工智能·深度学习·机器学习·数据集·deepsdata
两份名录里的同名机构,主键该怎么合并手上有两份带机构名称的名录,要合成一张能分析的表,最先遇到的往往不是技术问题,而是一个判断:这两个名字一样的条目,到底是不是同一个观测对象。同名不等于同一家。同一个名字可能对应不同地区的两个独立实体;同一家机构也可能以全称、简称、曾用名、外文译名或带括号说明的形式出现。合并要判断的是两条记录是否指向同一个对象,而不是名字像不像。名称相似只能提示这里值得比较,不能作为自动合并的理由,确认关系最终要落到具体字段和可回溯的依据上。
Felaim21 天前
数据集·vslam·slam·相机标定
【SLAM】SLAM数据集相机规格说明整理 EuRoC MAV、TUM RGB-D、HILTI SLAM Challenge(Phasma 手持平台) 三个常用 SLAM 基准数据集的相机硬件、安装位置与标定参数。与 人形VSLAM公开数据集选型清单 互补:那篇是"该阶段下哪个数据集"的选型视角,本篇是每个数据集相机硬件规格/内参/FOV/基线的详细参考。
数聚天成DeepSData22 天前
人工智能·深度学习·机器学习·数据集·deepsdata
第三方地图工具导出的 Landsat 影像,使用条件和 USGS 官方下载的一样吗同一景 Landsat 影像,从 USGS 官方工具下载和从第三方地图工具导出,能沿用的使用条件与责任范围并不完全一样。差别不在“底层数据是不是 Landsat”,而在你手里这份文件经过了谁、由谁负责、交付时要向谁交代。
数聚天成DeepSData23 天前
人工智能·深度学习·机器学习·数据集·deepsdata
验收一批标注数据时,一致性到底在比谁和谁拿到外部标注结果,想判断“一致性够不够用”,先别急着找一个数。一致性本身不是孤立指标,它取决于三件事:谁和谁比、在哪个集合上比、分歧最后怎么处理。这三件事没定,算出来的高低都说明不了太多。
数聚天成DeepSData24 天前
人工智能·深度学习·机器学习·数据集·deepsdata
两批标注数据合并前要核对什么标签名一样、字段能对上,只说明两批数据“看起来像同一个任务”,不说明它们能直接拼成一个训练集。合并前真正要核对的,是标签定义、标注单元、字段语义、跨批重复、来源群组与时间边界、采样口径,以及来源和许可能不能逐行保留。这几项里任何一项没弄清,合并后出的问题往往不会在训练脚本里报错,而是悄悄进入模型和评估结果。
数聚天成DeepSData24 天前
人工智能·深度学习·机器学习·数据集·deepsdata
外部标注需求里该写清哪几项,样例包才验收得动样例包被放行,常见理由不是它真的可验收,而是“看起来像那么回事”。要让它变成可检查的东西,得先把判定规则和交付格式写进需求说明。需求里没写的部分,执行者会替你决定;等到样例出来再讨论,讨论就没有落点。
数聚天成DeepSData24 天前
人工智能·深度学习·机器学习·数据集·deepsdata
Landsat 影像去哪里下载:选景、批量与脚本检索怎么选如果你要做地表变化、遥感识别或影像训练,真正要定的不是“Landsat 能不能免费用”,而是两件事:从哪个入口拿影像,以及拿到之后按什么标准判断它能不能进入你的产品流程。USGS 的 Landsat Data Access 页面把获取方式拆成了几条路径,每条路径对应的准备工作和适用场景并不一样。
数聚天成DeepSData1 个月前
人工智能·深度学习·机器学习·数据集·deepsdata
夜间灯光可以代表经济活动吗?先处理年际一致性打开一个数据说明页时,很容易先被“年度合成”“多版本格式”“约 500 米”这些描述吸引,觉得把 2012 年至今的夜光产品拉下来就能做趋势。但真正动手后,第一道坎往往不是计算,而是各年份之间能不能比。年际一致性没有建立,趋势里就可能同时混着真实变化和产品变化。
oscar9991 个月前
人工智能·数据集·opik
Opik 优化器数据集指南:如何定义、拆分与验证你的数据如果你正在用 Opik Agent Optimizer 做 Prompt 优化,那么有一件事比选哪个优化算法更重要——数据集。优化器再聪明,如果喂给它的数据不对,或者数据划分不合理,最后得到的 Prompt 很可能只是“背答案”,一到真实场景就翻车。
地理探险家1 个月前
人工智能·深度学习·机器学习·分类·数据挖掘·数据集
从零实现图片自动分类:数据准备、模型训练与单图预测照片太多,怎样让电脑按内容自动分类? 做课程项目或毕业设计时,可以先把问题缩小到一个能验证的小任务,再逐步补充复杂功能。
点云-激光雷达-Slam-三维牙齿1 个月前
人工智能·数据集
100,000 Records CSV File - India Traffic Accident Analysis Dataset.7z介绍“印度交通事故分析”数据集:这个全面的数据集专门为研究“交通事故分析”而创建,包含100,000(一百万)个真实的交通事故记录。数据结构与现实世界的交通事故数据集非常相似。
数聚天成DeepSData1 个月前
人工智能·深度学习·机器学习·数据集·deepsdata
教育年限数据库跨版本对齐:年龄组、性别与五年间隔怎么处理教育成就面板看起来像一张“国家—年份—教育年限”表,但公开页面展示的结构远比这复杂。DeepSData 的 Barro-Lee 资料描述其覆盖 146 个经济体、1950—2015 年、五年间隔,并按性别和年龄组组织受教育程度信息;内容还涉及教育层级占比、平均受教育年限及用于估算的相关信息。若跨版本拼接时只保留国家和年份,年龄组、性别、间隔和教育层级很可能在无声中被混在一起。
数聚天成DeepSData1 个月前
人工智能·深度学习·机器学习·数据集·deepsdata
OPUS 不是一份统一许可证的语料:子语料许可如何逐项管理?打开一个数据说明页时,最容易出现的误判,是把 OPUS 当成“一份语料库”来管理。DeepSData 的公开页面将 OPUS 描述为包含大量多语平行子语料的集合,时间上由各子语料滚动更新,来源、版本、对齐口径、格式和授权各不相同,许可须依各子语料判断。“来自 OPUS”只能说明集合入口,不能替代每个子语料的来源与许可记录。
森山冶仁1 个月前
数据集·数据治理·数据质量·合规·ai治理
EU AI Act 第 10 条落地前:训练数据的治理文档怎么准备标签:#数据治理 #AI治理 #数据质量 #合规 #数据集摘要: 欧盟《人工智能法案》(EU AI Act)对高风险 AI 系统的训练、验证与测试数据集提出了明确的治理要求,出海企业首当其冲。本文拆解第 10 条的五个要件——质量标准适用、设计选择记录、来源与收集方式、准备处理操作、偏见检查与缓解——给出治理文档清单、与国内 GB/Z 237-2026 等体系的对照复用路径,以及一份可直接套用的准备顺序。
地理探险家1 个月前
人工智能·深度学习·数据集
图片中的目标如何定位和计数?从数据检查到模型预测的完整实践内部草稿:数据尚未通过现有检查,生成内部草稿,等待核查。照片里的目标在哪、有多少,能让电脑自动找出来吗? 做课程项目或毕业设计时,可以先把问题缩小到一个能验证的小任务,再逐步补充复杂功能。
数聚天成DeepSData1 个月前
人工智能·深度学习·机器学习·数据集·deepsdata
公开数据怎么找才可用?DeepSData 从需求到验收的实操流程做数据项目时,真正影响进度的往往不是“有没有一个下载链接”,而是拿到的数据是否满足用途、字段、时间范围、格式、许可和获取条件。
YOLO_DATA1 个月前
人工智能·深度学习·yolo·目标检测·计算机视觉·数据集·无人机
YOLO27防震锤缺陷检测数据集 防震锤数据集 1000张 防震锤 带标注 voc yolo 2 类 目标检测none_ defect ive: (636,1 808) defective: (831, 933) 总数: (1000,2741) 总类(nc): 2类 使用YOLOv8进行训练的完整步骤。我们将确保所有步骤都是一键运行的,以便你可以轻松地进行模型训练和评估。
YOLO数据集集合2 个月前
深度学习·yolo·目标检测·数据集·安全管理·行为识别·睡岗检测
睡岗检测数据集 | 睡岗检测 行为识别 岗位监督 安全管理9114期本数据集专注于工作场景下的睡岗行为视觉检测,服务于企业安全管理、岗位纪律监督及智能监控。数据涵盖多种睡姿形态,适配工厂、安保、调度中心等场景的睡岗自动识别与预警。