摘要2 设计内容1 引言项目背景钢铁生产巨头Severstal在高效的钢铁开采和生产方面处于领先地位，他们现在正在寻求机器学习，以提高自动化程度，提高效率并保持
2022-12-24 15:50:55
431KB
1
数据集官网：https://ai.stanford.edu/~amaas/data/sentiment/
数据集的训练集和测试集各有25000个样本，且正负样本个数相同，均为12500个。
该数据集和官网提供的相比，去除了一些不必要的文件，其他均未改动。
2022-12-24 11:35:34
41.88MB
1
用于深度估计和语义分割的城市景观处理数据集，该数据集包含128 x 256大小的图像，它们的19类语义分割标签和反向深度标签。该数据集是城市景观数据集的预处理数据集，用于两个任务深度估计和语义分割。每类数据有3000多个
用于深度估计和语义分割的城市景观处理数据集，该数据集包含128 x 256大小的图像，它们的19类语义分割标签和反向深度标签。该数据集是城市景观数据集的预处理数据集，用于两个任务深度估计和语义分割。每类数据有3000多个
2022-12-23 15:28:08
641.88MB
用于深度学习的多类杂草物种图像数据集，deep野草数据集包含9类17,509个独特的256x256彩色图像。共有15007张训练图片和2501张测试图片。分类和种标如下0-中国苹果1-大戟2-帕金森亚3-帕特宁4-刺相思5-橡胶藤6-暹罗杂草7-蛇草8-其他。注本文使用的五次交叉验证的具体标签子集(60%)、验证(20%)和测试(20%)也在这里以CSV文件的形式提供，格式与“labels.csv”相同。
2022-12-23 15:28:07
470.17MB
用于图像分割的前列腺注释数据集，前列腺数据集由48个多参数MRI研究组成，采用横向t2加权扫描(分辨率0.6 x 0.6 x 4mm)和表观扩散系数(ADC)图(2 x 2 x 4mm)手动分割整个前列腺。imagesTr包含训练集图像。imagesTs包含测试集图像。labelsTr包含训练集的标签。
2022-12-23 15:28:06
237.91MB