Conjuntos de datos de escenarios ambientales de nivel empresarial para el desarrollo de IA/ML

Descripción: El "Conjunto de datos de segmentación semántica de escenas de tráfico de CCTV" ofrece una perspectiva única para el desarrollo de la conducción autónoma, ya que captura las complejidades de las escenas de tráfico desde un punto de vista estacionario. Este conjunto de datos, que utiliza imágenes de CCTV de alta resolución de cámaras de vigilancia de carreteras, con resoluciones superiores a 1600 x 1200 píxeles y una velocidad de cuadros de más de 7 fps, proporciona una segmentación detallada de instancias de varios elementos del tráfico, incluidos humanos, animales, vehículos de ciclismo, automóviles y barreras de carretera. También abarca una variedad de condiciones climáticas, lo que ofrece un conjunto de datos sólido para entrenar sistemas de IA para comprender e interpretar diversos escenarios de tráfico desde un punto de vista fijo.

Descripción: El "Conjunto de datos de segmentación del contorno del cielo de la ciudad" está diseñado para el sector del entretenimiento visual y presenta una colección de imágenes recopiladas de Internet con una alta resolución de 3000 x 4000 píxeles. Este conjunto de datos está dedicado a la segmentación de contornos, centrándose en capturar el cielo en entornos urbanos con elementos como edificios y plantas, proporcionando un telón de fondo detallado para la creación de diversos contenidos visuales.

Descripción: El "Conjunto de datos de segmentación semántica de escenas de tráfico de Dashcam" es esencial para ampliar los límites de las tecnologías de conducción autónoma. Este conjunto de datos contiene imágenes de grabadoras de conducción con una resolución de aproximadamente 1280 x 720 píxeles, segmentadas semánticamente para reflejar varios elementos de entornos de tráfico urbano y suburbano. Clasifica de manera integral 24 objetos y escenarios diferentes, incluidos el cielo, las personas, los vehículos motorizados, los vehículos no motorizados, las carreteras, los senderos para peatones, los pasos de cebra, los árboles, los edificios y más. Esta segmentación semántica detallada permite que los sistemas de conducción autónoma comprendan e interpreten mejor las complejidades de la carretera, lo que mejora los protocolos de navegación y seguridad.

Descripción: El "Conjunto de datos de segmentación de áreas transitables" está elaborado meticulosamente para mejorar las capacidades de la IA en la navegación de vehículos autónomos a través de diversos entornos de conducción. Incluye una amplia gama de imágenes de alta resolución, con resoluciones que van desde 1600 x 1200 a 2592 x 1944 píxeles, que capturan varios tipos de pavimento, como asfalto, hormigón, grava, tierra, nieve y hielo. Este conjunto de datos es vital para entrenar a los modelos de IA para que diferencien entre áreas transitables y no transitables, un aspecto fundamental de la conducción autónoma. Al proporcionar una segmentación semántica y binaria detallada, tiene como objetivo mejorar la seguridad y la eficiencia de los vehículos autónomos, asegurando que puedan adaptarse a diferentes condiciones de la carretera y entornos que se encuentran en escenarios del mundo real.

Descripción: Recopile imágenes (1 foto de inscripción, 20 fotos históricas por identidad) y videos (1 interior, 1 exterior) de identidades únicas

Descripción: El "Conjunto de datos de segmentación de objetos de interior" sirve a los sectores de publicidad, juegos y entretenimiento visual y ofrece imágenes de alta resolución que van desde 1024 × 1024 a 3024 × 4032. Este conjunto de datos incluye más de 50 tipos de objetos de interior y elementos arquitectónicos comunes, como muebles. y estructuras de habitaciones, anotadas, por ejemplo, segmentación semántica y de contorno.

Descripción: Imágenes de cámaras de videovigilancia. La resolución es superior a 1920 x 1080 y la cantidad de cuadros por segundo del video es superior a 30.

Descripción: Imágenes de puntos de referencia dentro del contexto de su entorno.

Dispositivo de grabación: Cámara móvil

Condición de grabación: - Luz del día - Noche - Nublado/Lluvia

Descripción: El "Conjunto de datos de segmentación de carriles" está diseñado para acelerar los avances en las tecnologías de conducción autónoma, centrándose específicamente en la detección y segmentación de carriles. Incluye una amplia gama de imágenes de grabadoras de conducción, segmentadas en 35 categorías distintas para cubrir una amplia gama de marcas viales, como varias líneas continuas y discontinuas en blanco y amarillo. Este conjunto de datos tiene como objetivo refinar la precisión de la IA en la identificación de los límites de carril, algo crucial para la navegación segura de los vehículos autónomos.

Descripción: El "Conjunto de datos de segmentación de áreas de incorporación y bifurcación de carriles" aborda específicamente las complejidades de la incorporación y bifurcación de carriles, escenarios críticos en la conducción autónoma. Este conjunto de datos, que consta de imágenes de grabadoras de conducción, está anotado para la segmentación binaria, centrándose en las áreas donde los carriles se incorporan o se bifurcan. Incluye etiquetas detalladas para las áreas de incorporación de carriles, áreas de bifurcación de carriles (marcadas por líneas triangulares invertidas) y posibles obstrucciones como vehículos, árboles, señales de tráfico y peatones. Este conjunto de datos es una herramienta vital para entrenar a los modelos de IA para que naveguen por estas situaciones viales desafiantes, lo que garantiza experiencias de conducción autónoma más fluidas y seguras.

Descripción: El conjunto de datos "Segmentación semántica de personas y escenarios múltiples" está diseñado para la industria del entretenimiento visual y comprende imágenes recopiladas de Internet con resoluciones de 1280 x 720 a 6000 x 4000. Se centra en escenas de varias personas en entornos urbanos, naturales e interiores. proporcionando anotaciones detalladas para figuras humanas, accesorios y fondos.

Descripción: El "Conjunto de datos de segmentación panóptica de edificios al aire libre" está diseñado para la industria del entretenimiento visual y consiste en una colección de imágenes al aire libre recopiladas en Internet con resoluciones superiores a 3024 x 4032 píxeles. Este conjunto de datos se centra en la segmentación panóptica y captura cada instancia identificable dentro de las escenas al aire libre, incluidos edificios, carreteras, personas, automóviles y más, lo que proporciona un conjunto de datos integral para la creación y el análisis ambiental detallados.

Descripción: El "Conjunto de datos de segmentación semántica de objetos al aire libre" está desarrollado para aplicaciones en medios, entretenimiento y robótica, y consta de una variedad de imágenes recopiladas de Internet con resoluciones que van desde 1024 x 726 a 2358 x 1801 píxeles. Este conjunto de datos emplea cuadros delimitadores y anotaciones de puntos clave para segmentar diversos elementos exteriores, incluidas partes del cuerpo humano, paisajes naturales, estructuras arquitectónicas, aceras, medios de transporte y más.

Descripción: El "Conjunto de datos de segmentación de escenas panópticas" es un recurso integral para los campos de la robótica y el entretenimiento visual, que consta de una amplia gama de imágenes recopiladas de Internet con resoluciones de 660 x 371 a 5472 x 3648 píxeles. Este conjunto de datos tiene como objetivo la segmentación semántica, capturando diversos elementos como planos horizontales y verticales, edificios, personas, animales y muebles, ofreciendo una visión holística de varias escenas.

Descripción: El "Conjunto de datos de segmentación de escenas de juegos PUBG" está diseñado específicamente para aplicaciones de juegos y presenta capturas de pantalla del popular juego PUBG con resoluciones de 1920 × 886, 1280 × 720 y 1480 × 720 píxeles. Abarca 17 categorías, por ejemplo, y segmentación semántica, incluidos personajes, vehículos, paisajes y elementos del juego, lo que proporciona un rico recurso para el desarrollo y análisis del juego.

Descripción: El "Conjunto de datos de segmentación semántica de escenas de carreteras" está diseñado específicamente para aplicaciones de conducción autónoma y presenta una colección de imágenes recopiladas de Internet con una resolución estándar de 1920 x 1080 píxeles. Este conjunto de datos se centra en la segmentación semántica, con el objetivo de segmentar con precisión varios elementos de las escenas de la carretera, como el cielo, los edificios, las líneas de los carriles, los peatones y más, para respaldar el desarrollo de sistemas avanzados de asistencia al conductor (ADAS) y tecnologías de vehículos autónomos.

Descripción: El "Conjunto de datos de segmentación panóptica de escenas de carreteras" está destinado a aplicaciones en el ámbito del entretenimiento visual y la conducción autónoma, y ​​presenta una colección de imágenes de escenas de carreteras recopiladas en Internet con resoluciones superiores a 1600 x 1200 píxeles. Este conjunto de datos se especializa en la segmentación panóptica y anota cada instancia identificable dentro de las imágenes, como vehículos, carreteras, líneas de carril, vegetación y personas, lo que proporciona un conjunto de datos detallado para un análisis integral de las escenas de carreteras.

Descripción: Nuestro "Sky Outline Matting Dataset" atiende a las industrias de Internet, medios y dispositivos móviles con una selección curada de imágenes del cielo. Este conjunto de datos presenta diversas condiciones del cielo, incluyendo soleado, nublado, amanecer, atardecer y más, con segmentación fina a nivel de píxel para la extracción detallada de contornos, adecuada para diversas aplicaciones.

Descripción: El "Conjunto de datos de segmentación del cielo" está meticulosamente seleccionado para la industria del entretenimiento visual y presenta imágenes capturadas manualmente con resoluciones que varían de 937 × 528 a 9961 × 3000. Esta colección está dedicada a la segmentación de cielos en diferentes momentos del día y de la noche, proporcionando una gama dinámica de escenarios de cielo exterior para tareas integrales de segmentación de máscaras.

Descripción: El "Conjunto de datos de segmentación de aceras" está diseñado para mejorar la seguridad y la eficiencia de los sistemas de conducción autónoma, centrándose en la identificación y segmentación precisas de las aceras peatonales. Este conjunto de datos, que contiene imágenes de grabadoras de conducción, es fundamental para entrenar a los modelos de IA para que distingan entre zonas transitables y zonas peatonales. Al segmentar las zonas peatonales peatonales mediante técnicas de segmentación binaria y de instancia, proporciona un recurso fundamental para desarrollar vehículos autónomos que puedan transitar con seguridad por entornos urbanos.