【AI】大模型训练的常用图像数据集

发布时间:2024年01月14日

目录

一、常用的数据集

1.1?ImageNet

1.2 PASCAL VOC

1.3 MS COCO

1.4 KITTI

1.5 LabelMe

二、一些垂直领域的数据集如鱼类

2.1 Fish Species Dataset

2.2 Large-scale Fish Datasets for Classification and Segmentation

2.3 Fish Market Dataset

2.4?fish4knowledge

三、找数据集和基本方法


一、常用的数据集

机器视觉领域中存在多个公开的、常用的和著名的数据集,这些数据集广泛用于研究、开发和测试各种机器视觉算法。以下是一些数据集的名字、发布人(或机构)、下载地址和简要描述:

1.1?ImageNet

  • 发布人/机构:斯坦福大学计算机科学家李飞飞等
  • 下载地址:通常需要注册ImageNet账号后才可以下载,具体下载链接可以在ImageNet官方网站找到。
  • 描述:ImageNet是一个大型视觉数据库,旨在推动计算机视觉和机器学习研究。它包含上百万张手工标注的图像,涵盖数千个类别。ImageNet挑战赛(ILSVRC)是该领域最具影响力的竞赛之一。

1.2 PASCAL VOC

  • 发布人/机构:PASCAL VOC项目组
  • 下载地址:可在PASCAL VOC官方网站找到下载链接。
  • 描述:PASCAL VOC(Visual Object Classes)是一个标准化的计算机视觉数据集,用于对象检测和识别。它提供了一系列带有标注的图像,用于训练和测试算法。

1.3 MS COCO

  • 发布人/机构:微软研究院(Microsoft Research)
  • 下载地址:可在MS COCO官方网站找到下载链接。
  • 描述:MS COCO(Common Objects in Context)是一个大规模的目标检测、分割和关键点检测数据集。它强调在自然场景中的常见对象,并提供详细的标注信息。

1.4 KITTI

  • 发布人/机构:德国卡尔斯鲁厄理工学院和丰田美国技术研究院
  • 下载地址:可在KITTI官方网站找到下载链接。
  • 描述:KITTI数据集是用于自动驾驶和计算机视觉研究的标准数据集。它包含用于立体图像、光流、视觉测距、3D对象检测和跟踪等任务的图像和标注信息。

1.5 LabelMe

  • 发布人/机构:麻省理工学院(MIT)计算机科学和人工智能实验室(CSAIL)
  • 下载地址:LabelMe数据集可能已经集成在某些计算机视觉库或平台中,具体下载方式可能因平台而异。也可以通过学术搜索引擎找到相关的研究论文和数据集链接。
  • 描述:LabelMe是一个大型图像数据库,包含大量手工标注的图像。该数据集广泛用于图像分割、对象识别和场景理解等任务。

请注意,以上信息可能会随着时间的推移而发生变化。建议在搜索具体数据集时,直接访问相关官方网站或学术搜索引擎以获取最新和详细的信息。此外,还有其他一些知名的数据集,如Open Images、Cityscapes等,也值得关注和探索。

二、一些垂直领域的数据集如鱼类

由于我们上次,讨论了水下机器视觉,其中训练“认识鱼类”的数据集,就包括很多。

关于鱼类的数据集有多个,以下是其中几个知名的数据集:

2.1 Fish Species Dataset

  • 描述:该数据集包含不同种类的鱼类图像,通常用于鱼类分类任务。
  • 种类与数量:具体包含的鱼类种类和图像数量因版本和来源而异,但一般涵盖多种常见鱼类。
  • 用途:适用于图像分类、特征提取等计算机视觉任务。

2.2 Large-scale Fish Datasets for Classification and Segmentation

  • 描述:这是一个大规模的数据集,包含数千张鱼类图像,用于鱼类分割和分类任务。图像通常带有像素级的标注,适合进行语义分割和实例分割研究。
  • 种类与数量:包含多种鱼类,每种鱼类的图像数量较多。
  • 用途:适用于语义分割、实例分割、图像分类等任务。

2.3 Fish Market Dataset

  • 描述:该数据集包含鱼类市场中的图像,展示了不同种类和姿态的鱼类。
  • 种类与数量:具体数量和种类可能有限,但提供了一定范围内的鱼类图像。
  • 用途:适用于鱼类检测、识别、分类等任务。

需要注意的是,以上数据集的具体信息可能因时间推移而有所变化。为了获取最新和详细的数据集信息,建议直接访问相关网站、学术搜索引擎或联系数据集发布者。

此外,还有一些其他的数据集可能也包含鱼类图像,例如更广泛的生态系统或水下生物数据集。这些数据集可以用于各种计算机视觉和机器学习任务,包括图像分类、目标检测、语义分割等。在选择数据集时,请确保其与您的研究或项目需求相匹配,并注意遵守数据集的使用许可和隐私政策。

2.4?fish4knowledge

Fish4Knowledge是一个专门用于鱼类检测和物种分类的数据集。它包括两部分:数据集A和数据集B。数据集A包含23种鱼类的27370张图像,这些图像可以用于训练和测试机器学习模型以进行鱼类检测和分类。数据集B是克罗地亚鱼类数据集,包含12种鱼类的794幅图像,分辨率为1280×960,并带有边界框的注释和物种名称。

这个数据集在进行鱼类相关研究时非常有用,特别是对于那些需要利用图像处理和机器学习技术来自动检测和分类鱼类的研究人员来说。通过使用Fish4Knowledge数据集,研究人员可以开发和评估各种算法,以提高鱼类检测和分类的准确性,从而进一步推动该领域的发展。

三、找数据集和基本方法

以下是4步,去找一个你需要的数据集。

当然,自己有数据来源,那是最爽的了。

  1. 访问官方网站或项目页面:例如Fish4Knowledge有一个官方网站或项目页面,您可以直接访问该网站以获取下载链接。尝试使用搜索引擎搜索“Fish4Knowledge dataset download”或类似关键词可能会找到相关信息。

  2. 联系数据集维护者:如果无法直接找到下载链接,可以通过电子邮件联系数据集的维护者或发布者,请求获取数据集的访问权限和下载链接。通常,在相关的学术论文或项目描述中可以找到联系信息。

  3. 学术数据库或仓库:有时候,数据集可能会被上传到公开的学术数据库或仓库中,如Zenodo、figshare或Dryad等。可以在这些平台上搜索Fish4Knowledge数据集。

  4. 合作伙伴或研究机构:如果与某个研究机构或大学有合作关系,并且他们曾经使用过该数据集,可以询问他们是否能够提供数据集的副本或下载链接。

文章来源:https://blog.csdn.net/giszz/article/details/135578373
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。