干货 |
您所在的位置:网站首页 › 设计师从哪里找人 › 干货 |
对于AI开发者来说,没有好的数据算法再好也没用,好的数据从哪里找?开源社区是重要的数据获取地。 为了帮助开发者快速找到想要的数据,编者博观约取,汇总了20个高质量的开源社区,并对这些开源社区作简要介绍和分析,帮助大家快速找到合适的训练数据。 图像数据集 1.CORe50开源平台 CORe50是专为(C)物体(O)物体(Re)认知而设计的,它集合了50个生活用品和10个类别,用于连续目标识别的新数据集和基准。 网址:https://vlomonaco.github.io/core50/ 2.加州理工学院数据集 加州理工学院提供图片数据,数据共有101个类别,每个类别大约40~800张图像,每个图像大小约为300x200像素。开发者可用这些数据集来测试识别算法。 网址:http://www.vision.caltech.edu/Image_Datasets/Caltech101/ 3.STL数据集 STL数据集是用于开发无监督特征学习,深度学习,自学型学习算法的图像识别数据集它受CIFAR-10数据集的启发,但进行了一些修改。该数据集共有十个类别图像,共100000张未标记的图像。 网址:https://cs.stanford.edu/~acoates/stl10/ 4.NORB图像识别数据集 该数据集可用于从形状识别3D对象的实验。数据集包含50个玩具的图像ÿ |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |