Gendarmenmarkt Dataset 是用于三维建模的图片数据集，其利用平均极线几何求解运动问题中的 结构 。
该数据集由康奈尔大学于 2014 年发布，主要发布人为 Kyle Wilson 和 Noah Snavely，相关论文有《Robust Global Translations with 1DSfM》。
2022-07-13 11:05:00
974.68MB
Madrid Metropolis Dataset 是用于三维建模的图片数据集，其利用平均极线几何求解运动问题中的 结构 。
该数据集由康奈尔大学于 2014 年发布，主要发布人为 Kyle Wilson 和 Noah Snavely，相关论文有《Robust Global Translations with 1DSfM》。
2022-07-13 11:04:57
695.99MB
Oxford 102 Flowers Dataset 是一个花卉集合数据集，主要用于图像分类，它分为 102 个类别共计 102 种花，其中每个类别包含 40 到 258 张图像。
该数据集由牛津大学工程科学系于 2008 年发布，相关论文有《Automated flower classification over a large number of classes》
2022-07-13 11:04:50
332.24MB
总共有26000多张图片，每个分类有多于1500张图片
数据集、人工智能、机器学习
2022-07-12 09:14:05
585.59MB
1
网上看到一个使用opencv读取图片然后计算数据集的均值和标准差的，但是那个读取图片后把图片的每个值append到一个列表，要是数据集大的话内存真的会爆掉的啊，所以借助网上另一个使用pytorch的数据读取方式来计算的，原文https://www.cnblogs.com/wanghui-garcia/p/11448460.html 这篇是分别计算了训练集、测试集和验证集数据的均值和标准差并将均值和标准差保存到了一个文件中，我不需要那样子，我只需要计算我总数据集的均值标准差并输出就好了，所以做了一点修改。
首先说一下我的文件夹格式，没有分训练集测试集啥的，就是一个文件夹下面分类别放
‘/home
2022-06-27 15:59:30
43KB
1
印刷体数字、字母（大小写）图片数据集，内含数字0~9、大写字母A~Z、小写字母a~z的黑白图像，分别保存在不同的文件夹中，分为62类，每类各1016张图片，每张图片为128*128像素大小。可用于印刷体数字、字母的识别训练。
2022-06-22 20:04:30
71.24MB
1