该脚本用于将labelme标注的数据集转换为COCO数据集。在使用maskrcnn-benchmark训练自己的数据集时会用到。
2022-10-07 19:28:09
5KB
1
2021.4.22 更新了全部标注的json文件！！！
另有可跑通的整套deeplab_v3+的pytorch工程代码
电力巡检行业特殊数据集，由无人机或巡检机器人在塔内作业时拍摄得到，可用于缺陷检测玻璃绝缘子串是否自爆。数据集为4k分辨率的图像及对应的标签，每张均采用labelme软件，花费大量时间手工标注（标注不易请理解），mask格式为8位灰度图，像素值为（1,1,1），视觉效果为看不到物体的黑色但是有像素值。
2022-09-27 21:13:32
808.21MB
注意：该数据集是用于图像分割的，且是人物图像分割。
包含了训练集合和测试集合。
训练集：32张
测试集：8张
由于数据集小，所以此数据集只用于快速验证分割网络的搭建。
2022-08-16 21:05:30
4.94MB
1
BSDS 500 是用于轮廓检测和语义分割研究的数据集，包含从 30 个人类受试者中收集的 12000 个由手工标记的 1000 个 Corel 数据集图像。
其中一半的分割是通过向主体呈现彩色图像而获得的; 另一半来自呈现灰度图像，基于该数据的公共基准包括 300 个图像的所有灰度和颜色分割，其中分为 200 个训练图像和 100 个测试图像。
该数据集于 2001 年由加州大学伯克利分校发布。
相关论文：《A Database of Human Segmented Natural Images and its Application to Evaluating Segmentation Algorithms and Measuring Ecological Statistics》
2022-07-13 11:05:36
66.17MB
写脚本自动生成目标检测和实例分割的训练数据，帮忙图像方面项目，python写的，根据自己的需求可以修改，包括一些图像的增强操作，旋转膨胀腐蚀等
2022-07-01 21:04:03
9KB