位置: IT常识 - 正文
目标检测算法——图像分割数据集汇总（附下载链接）(一阶段目标检测算法)
编辑：rootadmin推荐整理分享目标检测算法——图像分割数据集汇总（附下载链接）(一阶段目标检测算法)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:一阶段目标检测算法,最快的目标检测算法,目标检测算法有哪些,SSD目标检测算法,目标检测算法排名,SSD目标检测算法,目标检测算法排名,目标检测算法排名,内容如对您有帮助，希望把文章链接给更多的朋友！
数据集链接：http://dags.stanford.edu/projects/scenedataset.html
SBD 由斯坦福大学建立,用于衡量语义级场景解析算法的性能.该数据集包含 725 张图片,分别从 LabelMe、 PASCAL VOC 等数据集中抽取而来.图片大多为户外场景类型,大小较为规整,每张图片至少包含 1 个前景对象。
二、PASCAL-PART 🎄🎈数据集链接：PASCAL-Part Dataset
PASCAL-PART 数据集中的图片大都出自 PASCAL VOC 2010,分为训练集、验证集和测试 集这3个部分,每部分中的图像都含有像素级标注, 能够提供丰富的细节信息.PASCAL-PART 每张图像中,目标物体的不同部位都有精确注,可为物体解析和ISS任务提供详细标注的样本。
三、PASCAL-CONTEXT 🎄🎈
数据集链接：PASCAL-Context Dataset
PASCAL-CONTEXT 数据集由 PASCAL VOC 2010 数据集改进和扩展而来,里面增加了更多的物体标注和场景信息,总共包含540个语义类别的图像标注.在算法评估时,一般选取前 59 类作为分割评判标准。
四、Microsoft Common Objects in Context 🎄🎈数据集链接：COCO - Common Objects in Context
MS COCO 数据集早先是微软公司进行图像测试的一个大型数据库,后来,微软公司将其开源和推广.MS COCO 数据集总共包含 81 种类别(包括背景)、 328 000 张图像、 2 500 000 个物体实例和 100 000 个人体关键部位标注,大部分图片从复杂的日常场景中获取,图中的物体具有精确的位置标注。
五、天空图像数据集 🎄🎈数据集下载链接：http://suo.nz/1ykW0L
Sky 数据集包含 60 张带有地面实况的图像，用于天空分割。它基于 R. Fergus 15/02/03 的 Caltech Airplanes Side 数据集。选择数据集中包含天空区域的那些图像，并为它们创建地面实况。原始数据集图像名称保持不变。
六、CO-SKEL数据集 🎄🎈数据集下载链接：http://suo.nz/1FR95s
该数据集由分类骨架和分割掩码组成，用于评估协同骨架化方法。
关于YOLO算法改进及论文投稿可关注并留言博主的CSDN/QQ>>>一起交流！互相学习！共同进步！<<<上一篇：Python编程自动化办公案例（3）(python编程自动化框架怎么搭建)
下一篇：对java中代理的理解笔记(java代理有几种方式)
