編輯丨極市平臺(tái)

多顯著性對象數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5AsmXB

本數(shù)據(jù)集共有 1224 張圖像來自四個(gè)公共圖像數(shù)據(jù)集：COCO、VOC07、ImageNet 和 SUN。Amazon Mechanic Turk 工作人員將每個(gè)圖像標(biāo)記為包含 0、1、2、3 或 4 個(gè)以上的顯著對象?？梢栽趇mgIdx.mat中找到此標(biāo)簽信息以及邊界框注釋，一個(gè)存儲(chǔ)圖像信息的matlab結(jié)構(gòu)數(shù)組。MSO 數(shù)據(jù)集是 SOS 數(shù)據(jù)集測試集的子集。波士頓大學(xué)的團(tuán)隊(duì)刪除了一些顯著對象嚴(yán)重重疊或者對于標(biāo)記指定數(shù)量的顯著對象不明確的圖像。因此，在來自 SOS 測試集的 1380 張圖像中，只剩下 1224 張圖像。MSO 數(shù)據(jù)集中超過一半的圖像包含零個(gè)顯著對象或多個(gè)顯著對象。這旨在提供更真實(shí)的設(shè)置來評估顯著對象檢測方法。

0 個(gè)顯著對象：338 個(gè)圖像 1 個(gè)顯著對象：611 個(gè)圖像 2 個(gè)顯著對象：155 個(gè)圖像 3 個(gè)顯著對象：100 個(gè)圖像 4+ 顯著對象：20 張圖像

足球和板球數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/6qle40

該數(shù)據(jù)集包含YOLO格式的足球和板球的注釋圖像，為Open Image Dataset 的一個(gè)子集。

交通攝像頭檢測數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/6qle5C

該數(shù)據(jù)集是來自伊利諾伊州芝加哥市交通攝像頭的增強(qiáng)隨機(jī)屏幕截圖的集合。在數(shù)據(jù)中，所有車輛都被標(biāo)記在一個(gè)名為 的類別中car。標(biāo)簽由邊界框組成，并以 YOLOv5 PyTorch 格式存儲(chǔ)。

英雄聯(lián)盟小地圖的冠軍數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5WkCzK

該數(shù)據(jù)集包含普通圖像和帶邊界框的噪聲圖像，在整個(gè)英雄聯(lián)盟游戲過程中，繪制邊界框以從小地圖中識(shí)別冠軍。

目前可用的冠軍有（數(shù)字顯示相關(guān)冠軍的等級編號）：0 - 維迦 1 - 戴安娜 2 - 弗拉基米爾 3 -瑞茲 4- 艾克

5 - 艾瑞莉亞 6 - 易大師 7 - 夜曲 8 - 萬神殿 9 - 約里克

還添加了一個(gè) YOLOv3 權(quán)重文件，它已被訓(xùn)練以識(shí)別上述冠軍。

船只類型數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5HiCKi

本數(shù)據(jù)集大約含有 1,500 張不同大小的船圖片，但按不同類型分類：浮標(biāo)、游輪、渡船、貨船、貢多拉、充氣船、皮劃艇、紙船、帆船。

火星/月球隕石坑探測數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5WkCUe

圖像數(shù)據(jù)：可能包含隕石坑的火星和月球表面圖像。數(shù)據(jù)源混雜。對于火星圖像，圖像主要來自 ASU 和 USGS；目前所有月球圖像都來自美國宇航局月球勘測軌道器任務(wù)。所有圖像均使用 RoboFlow 進(jìn)行預(yù)處理，以去除 EXIF 旋轉(zhuǎn)并將大小調(diào)整為 640*640。

標(biāo)簽：每個(gè)圖像都有其關(guān)聯(lián)的 YOLOv5 文本格式的標(biāo)簽文件。標(biāo)注工作由我們自己完成，主要用于物體檢測。

訓(xùn)練好的 YOLOv5 模型文件：對于每個(gè)新版本，我們將使用最新版本的數(shù)據(jù)上傳我們預(yù)訓(xùn)練的 YOLOv5 模型文件。目前使用的網(wǎng)絡(luò)結(jié)構(gòu)是YOLOv5m6。

零售產(chǎn)品結(jié)賬數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5HiCMy

近年來，人們對將計(jì)算機(jī)視覺技術(shù)集成到零售行業(yè)產(chǎn)生了新的興趣。自動(dòng)結(jié)賬 (ACO) 是該領(lǐng)域的關(guān)鍵問題之一，旨在從要購買的產(chǎn)品圖像中自動(dòng)生成購物清單。這個(gè)問題的主要挑戰(zhàn)來自產(chǎn)品類別的大規(guī)模和細(xì)粒度特性，以及由于產(chǎn)品的不斷更新，難以收集反映真實(shí)結(jié)賬場景的訓(xùn)練圖像。盡管具有重要的實(shí)踐和研究價(jià)值，但這個(gè)問題在計(jì)算機(jī)視覺社區(qū)中并沒有得到廣泛的研究，主要是由于缺乏高質(zhì)量的數(shù)據(jù)集。

本數(shù)據(jù)集具有以下特點(diǎn)：（1）它是迄今為止產(chǎn)品圖像數(shù)量和產(chǎn)品類別最大的數(shù)據(jù)集。(2) 它包括在受控環(huán)境中拍攝的單品圖像和由結(jié)賬系統(tǒng)拍攝的多品圖像。(3)它為結(jié)帳圖像提供不同級別的注釋。與現(xiàn)有數(shù)據(jù)集相比，我們的數(shù)據(jù)集更接近現(xiàn)實(shí)環(huán)境，可以衍生出各種研究問題。(4)它為結(jié)帳圖像提供不同級別的注釋。與現(xiàn)有數(shù)據(jù)集相比，該數(shù)據(jù)集更接近現(xiàn)實(shí)環(huán)境，可以衍生出各種研究問題。(5)它為結(jié)帳圖像提供不同級別的注釋。與現(xiàn)有數(shù)據(jù)集相比，我們的數(shù)據(jù)集更接近現(xiàn)實(shí)環(huán)境，可以衍生出各種研究問題。

無人機(jī)檢測數(shù)據(jù)集

數(shù)據(jù)集鏈接：http://m6z.cn/5OOPQ7

該數(shù)據(jù)集包含 1962 個(gè) .jpg 無人機(jī)圖像，可以用于圖像分類。優(yōu)點(diǎn)：所有圖像都經(jīng)過清理、裁剪、重復(fù)刪除、劣質(zhì)質(zhì)量刪除等。缺點(diǎn)：圖片為不同的尺寸。