关于人工智能:来自不同行业领域的50多个对象检测数据集

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/