欄目導航

公司新聞

新聞資訊

新聞資訊

文將為您介紹10個經典、熱門的數據集，希望對您在選擇適合的數據集時有所幫助。

GAMa

發布方：
中佛羅里達大學
發布時間：
2022
簡介：
數據集包括一個大的航空圖像 (1792x1792)，對應于大約40秒的每個視頻。在圖A中，我們看到了一個大型航空圖像以及小型航空圖像的示例。我們有一個居中 (CN) 和一個居中 (UCN) 的小型航空圖像集，分別對應于1秒的剪輯。
下載地址：
https://github.com/svyas23/GAMa
論文地址：
https://arxiv.org/pdf/2207.02431.pdf

WHU

發布方：
武漢大學
發布時間：
2020
簡介：
為 MVS 任務而創建，是一個大規模多視圖航空數據集，由高度精確的 3D 數字表面模型生成，該模型由數千個具有精確相機參數的真實航空圖像生成。
下載地址：
http://gpcv.whu.edu.cn/data/
論文地址：
https://arxiv.org/pdf/2003.00637v3.pdf

Aerial Image Segmentation

發布方：
橡樹嶺國家實驗室
發布時間：
2013
簡介：
該數據集用于航空圖像分割研究。該數據集包含80個高分辨率航空圖像，其空間分辨率范圍從0.3到1.0。圖像集包含不同的場景，包括學校，住宅，城市，倉庫和發電廠。每個圖像的大小是512 512像素。分配了四個人類受試者來手動分割圖像。下圖顯示了數據集中的五幅圖像以及相應的人工分割。
下載地址：http://www.jiangyeyuan.com/ASD/Aerial%20Image%20Segmentation%20Dataset.html
論文地址：
https://ieeexplore.ieee.org/document/6548070

GRAL

發布方：
國際斯坦福研究院
發布時間：
2020
簡介：
一個包含超過 550K 對（覆蓋 143 km^2 區域）的 RGB 和航空 LIDAR 深度圖像的新數據集。
下載地址：
https://github.com/niluthpol/RGB2LIDAR
論文地址：
https://arxiv.org/pdf/2009.05695v1.pdf

SIRI-WHU（USGS image）

發布方：
武漢大學
發布時間：
2016-04-19
簡介：
這是一個用于研究目的的SIRI-WHU注釋圖像的4類USGS圖像數據集。SIRI-WHU的USGS圖像數據集是一種彩色航空正射影像圖，主要包含以下4個場景類: FarmForestResidentialParking lot大圖像測量10000*9000像素，空間分辨率為2英尺。
下載地址：
http://www.lmars.whu.edu.cn/prof_web/zhongyanfei/e-code.html

Agriculture-Vision

發布方：
伊利諾伊大學厄巴納香檳分校·俄勒岡州大學·Intelinair
發布時間：
2020
簡介：
用于農業模式語義分割的大規模航空農田圖像數據集。收集來自美國 3,432 個農田的 94,986 張高質量航拍圖像，其中每張圖像由 RGB 和近紅外 (NIR) 通道組成，分辨率高達每像素 10 厘米。
下載地址：
https://github.com/SHI-Labs/Agriculture-Vision
論文地址：
https://arxiv.org/pdf/2001.01306v2.pdf

Urban Land Cover

發布方：
Florida Atlantic University
發布時間：
2014-03-27
簡介：
包含用于將高分辨率航空圖像分類為9種城市土地覆蓋類型的訓練和測試數據。使用多尺度光譜，大小，形狀和紋理信息進行分類。每個類的訓練樣本數量少 (14-30)，分類變量數量多 (148)，因此它可能是測試特征選擇方法的有趣數據集。測試數據集來自圖像的隨機采樣。
下載地址：https://archive.ics.uci.edu/ml/datasets/Urban+Land+Cover#
論文地址：https://www.iges.or.jp/en/publication_documents/pub/peer/en/3710/Johnson_-_ISPRS_preprint.pdf

Mid-Air Dataset

發布方：
列日大學
發布時間：
2019
簡介：
Mid-Air，蒙蒂菲奧里研究所航空圖像和記錄數據集，是用于低空無人機飛行的多用途合成數據集。它為安裝在飛行四軸飛行器上的多模式視覺傳感器和導航傳感器提供了大量與飛行記錄相對應的同步數據。多模式視覺傳感器捕獲 RGB 圖片、相對表面法線方向、深度、對象語義和立體視差。
下載地址：
https://midair.ulg.ac.be
論文地址：
https://openaccess.thecvf.com/content_CVPRW_2019/papers/UAVision/Fonder_Mid-Air_A_Multi-Modal_Dataset_for_Extremely_Low_Altitude_Drone_Flights_CVPRW_2019_paper.pdf

PESMOD (PExels Small Moving Object Detection)

發布方：
Sakarya University
發布時間：
2021
簡介：
PESMOD (PExels小型運動物體檢測) 數據集由高分辨率航空圖像組成，其中手動標記了運動物體。它是從Pexels網站中選擇的視頻創建的。該數據集的目的是為運動對象檢測方法評估提供不同且具有挑戰性的數據集。每個移動對象都以XML文件中的PASCAL VOC格式為每個幀標記。數據集由8個不同的視頻序列組成。
下載地址：
https://github.com/mribrahim/PESMOD
論文地址：
https://arxiv.org/pdf/2103.11460v2.pdf

iSAID

發布方：
武漢大學·華中科技大學·阿聯酋起源人工智能研究院
發布時間：2019
簡介：
現有的地球視覺數據集適用于語義分割或對象檢測。iSAID是第一個用于在航空圖像中進行實例分割的基準數據集。這個大規模且帶有密集注釋的數據集包含2,806個高分辨率圖像中15個類別的655,451個對象實例。iSAID的獨特特征如下 :( a) 具有高空間分辨率的大量圖像，(b) 15個重要且常見的類別，(c) 每個類別的大量實例，(d) 每個圖像的大量標記實例，這可能有助于學習上下文信息，(e) 巨大的物體尺度變化，通常在同一圖像內包含小，中和大物體，(f) 圖像內具有不同方向的物體的不平衡和不均勻分布，描繪了現實生活中的空中條件，(g) 幾個小尺寸的物體，具有模棱兩可的外觀，只能通過上下文推理來解決，(h) 由專業注釋器執行的精確實例級注釋，由遵循明確定義的指南的專家注釋器進行交叉檢查和驗證。
下載地址：
https://captain-whu.github.io/iSAID/index.html
論文地址：
https://arxiv.org/pdf/1905.12886v2.pdf

溫馨小貼士

如有您想了解的計算機方向數據集

請聯系我們

免費為您提供數據集搜索服務

聯系編輯

提供專業的科研輔導，歡迎咨詢~

人工智能、網絡安全等計算機學科，SCI一對一輔導
SCI免費選刊推薦
IEEE會議快速推薦，注冊費低
SCI/SSCI論文專業潤色（編輯均為母語為英語的外國專家）

文將為您介紹經典、熱門的數據集，希望對您在選擇適合的數據集時有所幫助。

Embrapa ADD 256 (Embrapa Apples by Drones Detection Dataset)

發布時間：
2021-10-21
簡介：
Embrapa ADD 256（Apples by Drones Detection Dataset — 256 × 256）的創建是為了提供圖像和注釋，用于研究果園中的蘋果檢測，以便在蘋果生產中進行基于無人機的監測。該數據集由 1,139 張圖像組成，其中包含 2,471 個蘋果。
下載地址：
https://github.com/thsant/add256
論文地址：
https://arxiv.org/pdf/2110.12331.pdf

DroneCrowd

發布方：
京東金融美國公司·紐約州立大學奧爾巴尼分校·Tianjin University
發布時間：
2021
簡介：
DroneCrowd是一種新的無人機捕獲的大規模數據集，可用于解決無人機捕獲的擁擠場景中的密度圖估計，定位和跟蹤任務。數據集由112視頻剪輯和33,600高清幀組成。值得注意的是，該數據集注釋了具有480萬頭部和幾個視頻級別屬性的20,800人的軌跡。
下載地址：
github.com/VisDrone/DroneCrowd
論文地址：
arxiv.org/pdf/2105.02440v1.pdf

IBD（InstanceBuilding 2D）

發布方：
代爾夫特理工大學·浙江工業大學
發布時間：
2022
簡介：
名為InstanceBuilding的數據集同時包含3D城市場景和無人機圖像的建筑物實例注釋，這使其具有獨特性。我們為608無人機圖像注釋了16,000屋頂，所有這些都通過相應的高度圖進行了增強。我們還為3D城市場景注釋了892屋頂/建筑物，其中600多個建筑物與其他建筑物相連。在這樣擁擠的城市場景中，實例分割比各種應用中的語義分割具有更顯著的 ? can優勢。與現有數據集的比較可以在我們的IEEE TGRS論文中找到。用屋頂實例分段掩碼注釋的高分辨率無人機無人機圖像。
下載地址：
https://californiachen.github.io/datasets/InstanceBuilding
論文地址：
https://ieeexplore.ieee.org/document/9797751/

VTUAV

發布方：
大連理工大學·鵬城實驗室·Tiwaki Co.Ltd.
發布時間：
2022-03-28
簡介：
我們為可見光熱無人機跟蹤 (VTUAV) 構建了具有高多樣性的大規模基準，包括具有170萬高分辨率 (1920*1080像素) 幀對的500序列。
下載地址：
https://zhang-pengyu.github.io/DUT-VTUAV/
論文地址：
https://openaccess.thecvf.com/content/CVPR2022/papers/Zhang_Visible-Thermal_UAV_Tracking_A_Large-Scale_Benchmark_and_New_Baseline_CVPR_2022_paper.pdf

Drone Tracking

發布方：
蘇黎世聯邦理工學院·慕尼黑工業大學
發布時間：
2020
簡介：
該數據集包含使用多個消費級相機（智能手機、緊湊型相機、gopro 等）捕獲飛行無人機（六軸飛行器）的視頻，這些視頻具有高精度的 3D 無人機軌跡地面實況記錄器，由 Fixposition 的精確實時 RTK 系統記錄.在一些視頻中，還提供了地面實況時間同步和地面實況攝像機位置。
下載地址：
https://github.com/CenekAlbl/drone-tracking-datasets
論文地址：
https://arxiv.org/pdf/2003.04784v2.pdf

CARPK (car parking lot dataset)

發布方：
臺灣大學·通用電氣全球研究中心
發布時間：
2017
簡介：
停車場數據集 (CARPK) 包含通過無人機 (幻影3專業) 收集的來自4個不同停車場的近90,000輛汽車。在大約40米高度的無人機視圖中收集圖像。此外，我們從部分PUCPR數據集 (稱為PUCPR數據集) 的單個圖像中完成了所有汽車的注釋，其中總共有近17,000輛汽車。這是一個大規模的數據集，用于在各種停車場的場景中進行汽車計數。圖像集通過每輛車的邊界框進行注釋。所有標記的邊界框都已被左上角和右下角的點很好地記錄下來。它支持對象計數，對象定位以及在邊界框中使用注釋格式的進一步研究。
下載地址：
https://lafi.github.io/LPN/
論文地址：
https://arxiv.org/pdf/1707.05972.pdf

Ruralscapes

發布方：
布加勒斯特理工大學·Romanian Academy of Sciences
發布時間：
2020
簡介：
我們收集了 20 部描繪農村地區的高質量 4K 視頻。 Ruralscapes 包括各種景觀、不同高度的不同飛行場景和跨越廣泛尺度的物體。視頻序列長度從 11 秒到 2 分 45 秒不等。該數據集由 17 分鐘的無人機飛行組成，共有 50,835 個完全注釋的幀，分為 12 個類別。其中有 1,047 個是手動注釋的，每秒一次。據我們所知，它是最大的真實無人機視頻語義分割數據集。標簽提供了很好的細節水平，但是由于小物體的空間分辨率降低，準確的分割很困難。由于數據集的性質，某些類別（例如 haystack）非常小，而其他類別（例如人）也具有特寫鏡頭。手動標記是一個耗時的過程。根據來自 Liceul "Petru Cercel" din Targoviste 的 21 名志愿者的反饋，他們對數據集進行了分割，他們平均需要 45 分鐘來標記整個幀。這意味著分割手動標記的 1,047 幀需要 846 小時。
下載地址：https://sites.google.com/site/aerialimageunderstanding/semantics-through-time-semi-supervised-segmentation-of-aerial-videos
論文地址：
https://arxiv.org/pdf/2010.01910v1.pdf

CF-mMIMO data - measurement at USC

發布方：
南加州大學·Escuela Superior Politécnica del Litoral·KDDI Research, Inc.
發布時間：
2022
簡介：
測量是在南加州大學 (大學公園校區) 進行的。具有單個天線的無人機充當發射器，而具有128天線的cylidrical陣列充當接收器。數組包含16個不同的線性數組，形成一個圓柱體，其中每個數組包含4個補丁元素。每個補丁元素都有兩個不同的端口 (V-pol和H-pol)，因此每個線性陣列有8個端口。我們使用了46 MHz帶寬，帶有2301子載波，中心頻率約為3.5 GHz。
下載地址：
https://github.com/tomathchoi/CF-mMIMO
論文地址：
https://arxiv.org/pdf/2106.15276v2.pdf

MarSyn

發布方：
系統和機器人研究所·海軍研究中心
發布時間：
2022
簡介：
海事合成 (MarSyn) 數據集由使用Blender獲得的25個不同的真實感視頻序列組成，每個包含1000幀。它的25,000圖像及其相應的34,000注釋旨在模擬各種海洋場景和條件，例如晴天，多云和日落環境，近岸圖像和水面反射。在模擬中部署了不同類型的船舶，這增加了數據集的多樣性。這些船只的類型 (貨物，軍艦，捕魚，快艇，救援筏等)，長度 (從3米一直到125米)，形狀和顏色。模擬攝像機被放置并相應地移動到無人機上，無人機可以在150到1000米的高度捕獲圖像。
下載地址：
https://vislab.isr.ist.utl.pt/marsyn-dataset/
論文地址：
https://www.mdpi.com/1424-8220/22/21/8090/pdf?version=1666425422

溫馨小貼士

如有您想了解的計算機方向數據集

請聯系我們

免費為您提供數據集搜索服務

聯系編輯

提供專業的科研輔導，歡迎咨詢~

人工智能、網絡安全等計算機學科，SCI一對一輔導
SCI免費選刊推薦
IEEE會議快速推薦，注冊費低
SCI/SSCI論文專業潤色（編輯均為母語為英語的外國專家）

知道小伙伴是否遇到過，想要查看之前存放在電腦的照片，結果打開一看有一多半的圖片突然就變成了無法顯示該圖片或者是圖片顯示一半，而另外一半就顯示灰色藍色粉色條狀。面對這種情況，有什么解決方法呢?下面讓我們一起來來看看吧!

一、理解照片損壞的原因

照片損壞的原因有很多，比如存儲設備損壞、誤刪除、病毒攻擊等。其中，照片只能顯示一半的情況，往往是由于文件損壞或讀取錯誤導致的。這種情況下，照片的數據并未完全丟失，只是部分信息無法被正常讀取。

二、選擇合適的修復方法

1、使用專業修復軟件

市面上有很多專業的照片修復軟件，它們能夠自動檢測照片中的損壞部分，并嘗試通過算法進行修復。如：牛學長Windows/Mac數據恢復工具作為強大的照片恢復工具，具有簡單易用的界面和強大的修復功能，適合普通用戶操作。具體操作如下：

第1步：選擇圖片修復

在您的計算機上下載并安裝牛學長Windows/Mac數據恢復并運行它。從高級解決方案中，選擇圖片修復。

第2步：添加照片以開始修復

點擊單擊添加照片以導入損壞或損壞的照片，然后點擊修復開始修復它們。

等待圖片進行修復完成。

第3步：查看修復后的照片并導出

修復后，您可以選擇要預覽的照片，然后單擊“導出”將它們保存到安全位置。

2、尋求專業修復服務

對于損壞較嚴重的照片，或者需要更高質量的修復效果，我們可以尋求專業的照片修復服務。這些服務通常由專業的修復師提供，他們具有豐富的經驗和專業的技能，能夠根據照片的具體情況進行個性化修復。

以上就是對于照片只能顯示一半，如何修復？的相關介紹了，希望以上內容能夠幫助到大家。