共计 9377 个字符，预计需要花费 24 分钟才能阅读完成。
作者 |Abhishek Annamraju
编译 |Flin
起源 |medium
计算机视觉是一个疾速倒退的畛域，每天都有大量的新技术和算法呈现在不同的会议和期刊上。说到指标检测，实践上你会学到很多算法，比方 Faster-rcnn、Mask rcnn、Yolo、SSD、Retinenet、级联 rcnn、Peleenet、EfficientDet、CornerNet…。这张算法清单是永远列不完的！
通过将其利用到不同的数据集来坚固你的学习教训总是无益的！！！
这样一来，你往往会更好地了解算法，并且能够直观理解哪些算法能够在哪种数据集上运行。
咱们在 Monk Computer Vision Org 的开源团队编制了一个对象检测，图像宰割和动作辨认数据集的列表，并针对每个对象创立了简短的教程，供你应用这些数据集并尝试不同的对象检测算法
上面提到的是对象检测数据集的简短列表，无关它们的简短详细信息以及应用它们的步骤。数据集来自以下畛域：
★农业
★高级驾驶员辅助和主动驾驶汽车零碎
★时尚，批发和营销
★野生动物
★体育
★卫星成像
★医学成像
★平安和监督
★水下成像
….. 以及更多！！！！！
残缺列表可在 github 上找到相干的应用阐明和训练代码
- https://github.com/Tessellate…
与农业无关的数据集
A）Winegrape 检测数据集
- https://github.com/thsant/wgisd
* 指标：检测葡萄园中的葡萄簇
* 利用：监测成长并剖析产量
* 详细信息：300 幅图像，带有 5 个葡萄类别的 4400 个边界框
* 如何利用数据集并应用 YoloV3 管道构建自定义检测器
- https://github.com/Tessellate…
B）寰球小麦检测数据集
- https://www.kaggle.com/c/glob…
* 指标：检测田间的小麦作物
* 利用：监测成长并剖析产量
* 详细信息：带有 100K + 批注的 3430 图像
* 如何利用数据集并应用 EfficientDet-D4 管道构建自定义检测器
- https://github.com/Tessellate…
先进的驾驶员辅助和主动驾驶汽车零碎相干数据集
A）LISA 交通标志检测数据集
- http://cvrr.ucsd.edu/LISA/lis…
* 指标：用于检测和分类行车记录仪图像中的交通标志
* 利用：交通标志辨认是主动驾驶的规定设置程序
* 详细信息：在 47 种美国标记类型上的 6610 帧上有 7855 个正文
* 如何利用数据集并建设自定义应用 EfficientDet-D3 管线的探测器
- https://github.com/Tessellate…
* 此存储库又多了一个数据集
-
LISA 车辆检测数据
- http://cvrr.ucsd.edu/LISA/veh…
B）低光照条件下的物体检测
- https://github.com/cs-chan/Ex…
* 指标：在低光照条件下检测路线上的物体——雾，雾霾，下雨等
* 利用：这是主动驾驶汽车中的重要组成部分，因为它可能检测物体，因而在不利条件下属于更平安的车辆
* 细节：在 12 种不同对象类型上的 7500 帧上的 15K + 正文
* 如何利用数据集和应用 EfficientDet-D3 管道构建自定义检测器
- https://github.com/Tessellate…
C）LARA 交通灯检测数据集
- http://www.lara.prd.fr/benchm…
* 指标：检测交通信号灯并将其分类为红色，绿色和黄色
* 应用程序：能够为路线网络交叉口的 adas 和主动驾驶汽车零碎设置规定
* 详细信息：三种交通类型的 11K 帧和 20K + 正文灯光
* 如何利用数据集并建设应用 Mmdet-Faster-Rcnn-fpn50 管道自定义检测
- https://github.com/Tessellate…
D）应用红外图像进行人检测
- https://camel.ece.gatech.edu/
* 指标：用于检测红外图像中的人
* 利用：主动驾驶汽车装备了红外摄像头以检测顽劣条件下的物体
* 详细信息：30 个带有 1K + 正文的视频序列
* 如何利用数据集并应用 Mx-Rcnn 管道构建自定义检测器
- https://github.com/Tessellate…
E）坑洼检测数据集
- https://www.kaggle.com/chitho…
* 指标：从路线图像中检测坑洼
* 利用：检测路线地形和坑洼可实现安稳行驶。
* 详细信息：700 个在坑洼处带有 3K + 正文的图像
* 如何利用数据集和应用 M -Rcnn 管道构建自定义检测器
- https://github.com/Tessellate…
F）Nexet 车辆检测数据集
- https://www.kaggle.com/solese…
* 指标：检测车辆的路线图像
* 利用：检测车辆是主动驾驶的次要组成部分
* 详细信息：7000 种图像，在 6 种类型的车辆上具备 15K + 正文
* 如何利用数据集并应用 Tensorflow Object Detection 构建自定义检测器 API
- https://github.com/Tessellate…
G）BDD100K Adas 数据集
- https://www.kaggle.com/solese…
* 指标：检测路线上的物体
* 利用：检测车辆，交通标志和人是主动驾驶的次要组成部分
* 详细信息：100K 图像，对 10 种类型的对象提供 250K + 正文
* 如何利用数据集并建设自定义应用 Tensorflow 对象检测 API 的检测器
- https://github.com/Tessellate…
H）Linkopings 交通标志数据集
- http://www.cvl.isy.liu.se/res…
* 指标：检测图像中的交通标志
* 利用：检测交通标志是理解交通规则的第一步
* 详细信息：3K 图像，对 40 多种类型的交通标志提供 5K + 正文
** 如何利用数据集并应用 Mmdet-Cascade Mask-Rcnn 构建自定义检测器
- https://github.com/Tessellate…
时尚、批发和营销相干数据集
A）广告牌检测（二次采样 OpenImages 数据集）数据集
- https://storage.googleapis.co…
* 指标：检测图像中的广告牌
* 应用程序：检测广告牌是主动剖析整个城市营销流动的要害局部
* 详细信息：2K 图像，广告牌上带有 5K + 正文
* 如何利用数据集并应用 Retinanet 构建自定义检测器
- https://github.com/Tessellate…
B）DeepFashion2 时尚元素检测数据集
- https://github.com/switchable…
* 指标：检测图像中的时尚产品，服装和配饰
* 应用程序：应用程序时尚检测有着从数据排序到举荐引擎的微小利用
* 详细信息：490K 图像，带有约 100 个正文对象类
* 如何利用数据集并建设自定义 CornetNet-Lite 管道检测仪
- https://github.com/Tessellate…
* 另一个与时尚相干的数据集是淘宝商品数据集
- http://www.sysu-hcp.net/taoba…
C）Qmul-OpenLogo 徽标检测数据集
- https://qmul-openlogo.github.io/
* 指标：检测天然图像中的不同徽标
* 利用：剖析视频和天然场景中徽标呈现的频率对营销至关重要
* 详细信息：16K 训练图片，包含各种品牌的标识——食品、车辆、连锁餐厅、送货服务、航空公司等
* 如何利用数据集并应用 mx-rcnn 管道构建自定义检测器
- https://github.com/Tessellate…
与体育相干的数据集
A）足球检测数据集（从 OpenImages 数据集进行二次采样）
- https://storage.googleapis.co…
* 指标：在视频中跨帧检测足球
* 利用：检测足球地位在越位等主动剖析状况中至关重要
* 详细信息：约 3K 训练图像。
* 如何利用数据集并应用 yolo-v3 管道构建自定义检测器
- https://github.com/Tessellate…
B）扑克牌类型检测
- https://www.kaggle.com/luantm…
* 指标：检测天然图像中的纸牌并分类纸牌类型
* 利用：可能的利用是剖析不同纸牌游戏的获胜几率
* 详细信息：52 种纸牌类型中 500 张以上的图像
* 如何利用数据集并建设自定义应用 mx-rcnn 管道的检测器
- https://www.kaggle.com/luantm…
C）热图像中的足球运动员检测
- https://www.kaggle.com/aalbor…
* 指标：应用热图像定位和跟踪玩家
* 利用：跟踪游戏中的玩家是生成剖析的要害局部
* 详细信息：超过 5K + 正文的 3K + 图像。
* 如何利用数据集和应用 mmdet quick-rcnn 管道构建自定义检测器
- https://github.com/Tessellate…
与平安和监督相干的数据集
A）CCTV 交通摄像头中的 MIO-TCD 车辆检测
* 指标：检测闭路电视摄像机中的车辆
* 利用：检测闭路电视摄像机中的车辆是安全监控利用中的要害局部
* 详细信息：113K 图像，在 5 种以上类型的车辆上具备 200K + 正文
* 如何利用数据集并应用 Mmdet-Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
B）WIDER 人员检测数据集
- https://wider-challenge.org/2…
* 指标：在闭路电视和天然场景图像和视频中检测人员
* 利用：基于 CCTV 的人员检测形成平安和监督应用程序的外围
* 详细信息：10K + 图像以及 20K + 正文可检测行人
* 如何利用数据集并建设自定义应用 Cornernet-Lite 管道的探测器
- https://github.com/Tessellate…
C）防护配备 - 头盔和背心检测
- https://github.com/ciber-lab/…
* 指标：检测人员的头盔和背心
* 利用：这是平安合规性监督中不可或缺的一部分
* 详细信息：1.5K + 图像以及 2K + 正文可检测人员，头盔和背心
* 如何利用数据集和构建自定义检测器应用 Mmdet — Cascade RPN
- https://github.com/Tessellate…
D）视频中的异样检测
- https://www.crcv.ucf.edu/proj…
* 指标：依据视频中执行的操作对视频进行分类
* 利用：实时检测异样有助于阻止立功
* 详细信息：对应于 10 个异样类别的 1K + 视频。
* 如何利用数据集和应用 mmaction-tsn50 管道构建自定义分类器
- https://github.com/Tessellate…
医学影像数据集
A）超声臂丛神经（BP）神经宰割数据集
- https://www.kaggle.com/c/ultr…
* 指标：在超声图像中宰割某些神经类型
* 利用：通过应用可阻塞或加重源头疼痛的留置导管，有助于改善疼痛治理。
* 详细信息：11K + 图像以及相干的实例蒙版，用于检测神经
* 如何利用数据集并构建自定义检测器
- https://github.com/Tessellate…
B）细胞中的 PanNuke 癌症实例宰割
- https://www.kaggle.com/andrew…
* 指标：在幻灯片图像中宰割不同的细胞类型
* 应用程序：主动剖析兆字节数据中癌细胞和死细胞的存在
* 详细信息：3K+ 图像，带有用于检测不同单元类型的关联实例掩码
* 如何利用数据集和构建定制检测器
- https://github.com/Tessellate…
卫星成像数据集
A）卫星图像中的路线宰割
- https://www.kaggle.com/insaff…
* 指标：在卫星图像中宰割道路线
* 利用：帮忙城市规划和路线监控
* 详细信息：1K + 图像和相干实例遮罩可检测不同的路线区域
* 如何利用数据集并构建自定义检测器
- https://github.com/Tessellate…
B）在合成生成的月球图像中的可穿梭区域分割
- https://www.kaggle.com/romain…
* 指标：宰割岩石并在月球影像中找到可穿梭的区域
* 利用：自主漫游车门路布局中的根本元素
* 详细信息：带有相干实例蒙版的 10K + 图像以检测不同的岩石和平坦的高空
* 如何利用数据集并构建定制检测器
C）卫星影像中的汽车和游泳池检测
- https://www.kaggle.com/kbhart…
* 指标：在卫星图像中检测车辆和游泳池
* 利用：这是财产税估算中的要害局部
* 详细信息：3.5K+ 图片，汽车和游泳池上有 5K+ 正文标签
* 如何利用数据集并应用 cornernet lite 管道构建自定义检测器
- https://github.com/Tessellate…
D）航空影像中的路线和居民区宰割
- https://www.kaggle.com/cceekk…
* 指标：在卫星图像中宰割路线和居民区
* 利用：这是财产税估算中的要害局部
* 详细信息：带有宰割蒙版的 100 幅超高分辨率图像
* 如何利用数据集和构建自定义检测器
- https://github.com/Tessellate…
* 另一个相似的路线宰割数据集和相干的训练代码
- 数据集：https://www.kaggle.com/srikar…
- 训练代码：https://github.com/Tessellate…
E）卫星图像中的水体宰割
- https://www.kaggle.com/franci…
* 指标：在卫星图像中宰割水体
* 利用：理解水体如何随工夫变动和演变十分重要
- 带有宰割蒙版的 100 幅超高分辨率图像
* 如何利用数据集并构建自定义检测器
- https://github.com/Tessellate…
* 另一个此类数据集是 DeepGlobe 土地笼罩分类及其相干的应用准则
- 数据集：https://competitions.codalab….
- 相干应用准则：https://github.com/Tessellate…
野生动物相干数据集
A）老虎检测数据集（从 OpenImages 采样）
- https://storage.googleapis.co…
* 指标：检测天然和无人机图像中的老虎
* 利用：监督濒临灭绝的物种
* 详细信息：带有 4k + 正文的 2K + 图像。
* 如何利用数据集和应用 Cornernet-lite 管道构建自定义检测器
- https://github.com/Tessellate…
* 另外一个这样的数据集能够是猴子检测数据集及其相干的教程
- 猴子检测数据集：https://storage.googleapis.co…
- 相干的教程：https://github.com/Tessellate…
B）斑马和长颈鹿检测数据集
- https://lev.cs.rpi.edu/public…
* 指标：检测天然和无人机图像中的斑马和长颈鹿物种
* 利用：监督濒危物种
* 详细信息：带有 5k + 正文的 5K + 图像。
* 如何应用数据集并应用 efficiencydet-d3 管道构建自定义检测器
- https://github.com/Tessellate…
C）加州理工学院相机陷阱数据集
- https://beerys.github.io/Calt…
* 指标：检测陷阱照相机类型图像中的动物
* 利用：监督濒临灭绝的物种
* 详细信息：带有 8k + 正文的 10K + 图像。
* 如何利用数据集并应用 Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
* 另外一个这样的相机数据集和相干的训练代码
- 数据集：https://github.com/Tessellate…
- 训练代码：https://github.com/Tessellate…
D）大象检测数据集（从 COCO 数据集中采样）
- https://cocodataset.org/#down…
* 指标：检测天然和无人机图像中的大象品种
* 利用：监督濒临灭绝的物种
* 详细信息：带有 5k + 正文的 5K + 图像。
* 如何利用数据集并应用 mmdet-maskrcnn 构建自定义检测器
- https://github.com/Tessellate…
水下数据集
A）在野外发现海龟
- https://lev.cs.rpi.edu/public…
* 指标：检测水下图像中的海龟
* 利用：监督濒危物种
* 详细信息：带有 5k + 正文的 5K + 图像。
* 如何利用数据集并应用无效数据量构建自定义检测器
- https://github.com/Tessellate…
* 相似的数据集，可监控水下鱼类
- http://groups.inf.ed.ac.uk/f4…
相干代码
- https://github.com/Tessellate…
B）水下垃圾检测数据集
- https://conservancy.umn.edu/h…
* 指标：检测陆地垃圾
* 利用：监督和管制陆地垃圾问题
* 详细信息：带有 5k + 正文的 2K + 图像。
* 如何利用数据集并应用无效数据量构建自定义检测器
- https://github.com/Tessellate…
* 更简单的基于像素的垃圾分类数据集和相干代码
- 垃圾分类数据集：https://conservancy.umn.edu/h…
- 相干代码：https://github.com/Tessellate…
C）SUIM 水下物体检测数据集
- http://irvlab.cs.umn.edu/reso…
* 指标：宰割水下物体
* 利用：自主水下航行器的门路布局，跟踪潜水员和监督陆地物种
* 详细信息：1.5K + 图像和 1.5k + 正文蒙版。
* 如何利用数据集并构建自定义检测器
- http://irvlab.cs.umn.edu/reso…
D）咸淡的水下鱼类辨认数据集
- https://www.kaggle.com/aalbor…
* 指标：检测水下图像中的陆地物种。
* 应用程序：监督陆地物种
* 详细信息：89 个视频以检测鱼类，螃蟹，虾，水母，海星
* 如何利用数据集并应用 mmdet 构建自定义检测器——Faster-rcnn 管道
- https://github.com/Tessellate…
文本剖析相干的数据集
A）文档布局检测数据集
- https://www.primaresearch.org…
* 指标：检测文档布局以进行进一步剖析
* 利用：必不可少的将图像宰割成不同的局部，以便能够进一步利用基于规定的 NLP 和文本辨认的性能。
* 详细信息：5K + 图像，带有 10k + 批注的标签，如段落，图像，题目。
* 如何利用数据集并应用 mx-rcnn 构建自定义检测器
- https://github.com/Tessellate…
* 在名为 IIIT-AR-13K 的文档中存在用于图形组件检测的十分类似的数据集，这是如何利用数据集并在其上训练模型的办法
- https://github.com/Tessellate…
B）总文字数据集
- https://github.com/cs-chan/To…
* 指标：在天然场景中定位文本
* 应用程序：应用 OCR 辨认的根本组件
* 详细信息：带有 5K + 多边形正文的 1.5K + 图像
* 如何利用数据集和应用 Text-Snake 管道构建自定义检测器
- https://github.com/Tessellate…
C）YY-Mnist 简略 OCR 数据集
* 指标：在红色背景图像中定位数字并将其分类
* 应用程序：应用 OCR 辨认的根本组件
* 详细信息：超过 10 类的具备 2K + 批注的 1K 图像
* 如何利用数据集并应用 Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
其余数据集
A）TACO 垃圾检测数据集
- http://tacodataset.org/
* 指标–定位和宰割图像中的各种垃圾
* 应用程序：试图解决公共场所垃圾问题的主动机器人的要害组件
* 详细信息：蕴含 20 种以上不同类别垃圾对象的 15K + 正文的 10K 图像
* 如何利用数据集并应用 Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
B）室内场景通用物体检测数据集
- https://storage.googleapis.co…
* 指标：定位和检测图像中的室内对象
* 应用程序：在带有便当设施的房地产和租赁网站中为图像主动标记
* 详细信息：超过 10 种不同类别的室内对象（例如电器，床，窗帘，椅子等 )
* 如何利用数据集和应用 Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
C）EgoHands 手部宰割数据集
- http://vision.soic.indiana.ed…
* 指标：在天然场景中宰割手
* 利用：了解手势的第一步，以及在人机交互，手语辨认中的利用
* 详细信息：4.8K + 图像和相应的手罩。
* 如何利用数据集和应用 Retinanet 管道构建自定义检测器
- https://github.com/Tessellate…
D）UCF 动作辨认数据集
- https://www.crcv.ucf.edu/data…
* 指标：依据视频中执行的操作对视频进行分类
* 利用：标记视频对于存储和检索大量视频很重要
* 详细信息：对应于 101 种动作类别的 1K + 视频。
* 如何利用数据集和应用 mmaction-tsn50 管道构建自定义分类器
- https://github.com/Tessellate…
E）油罐数据集
- https://www.kaggle.com/toward…
* 指标：在卫星图像中检测油罐
* 利用：跟踪油罐
* 详细信息：具备 10K + 正文的 10K + 图像。
* 如何利用数据集并应用 Retinanet 管道构建自定义分类器
- https://github.com/Tessellate…
其余动作辨认数据集
A）楼梯动作辨认数据集以及如何在其上训练模型
- 数据集：https://actions.stair.center/…
- 训练模型：https://github.com/Tessellate…
B）A2D 动作辨认数据集以及如何在其上训练模型
- 数据集：http://web.eecs.umich.edu/~jj…
- 训练模型：https://github.com/Tessellate…
C）KTH 动作辨认数据集以及如何在其上训练模型
- 数据集：https://www.csc.kth.se/cvap/a…
- 训练模型：https://github.com/Tessellate…
附录
无关教程的更多详细信息，请拜访咱们的 Github 页面
- https://github.com/Tessellate…
原文链接：https://medium.com/towards-ar…
欢送关注磐创 AI 博客站：
http://panchuang.net/
sklearn 机器学习中文官网文档：
http://sklearn123.com/
欢送关注磐创博客资源汇总站：
http://docs.panchuang.net/