Ensembles de données de scènes environnementales de niveau entreprise pour le développement de l'IA/ML

Description: Le « CCTV Traffic Scene Semantic Segmentation Dataset » offre une perspective unique pour le développement de la conduite autonome, en capturant les subtilités des scènes de circulation d'un point de vue stationnaire. Utilisant des images CCTV haute résolution provenant de caméras de surveillance routière, avec des résolutions supérieures à 1600 x 1200 pixels et une fréquence d'images supérieure à 7 ips, cet ensemble de données fournit une segmentation détaillée des instances de divers éléments de la circulation, notamment les humains, les animaux, les véhicules à vélo, les automobiles et les barrières routières. Il englobe également une gamme de conditions météorologiques, offrant un ensemble de données robuste pour entraîner les systèmes d'IA à comprendre et à interpréter divers scénarios de circulation à partir d'un point de vue fixe.

Description: Le « City Sky Contour Segmentation Dataset » est destiné au secteur du divertissement visuel et présente une collection d'images collectées sur Internet avec une haute résolution de 3000 4000 x XNUMX XNUMX pixels. Cet ensemble de données est dédié à la segmentation des contours, en se concentrant sur la capture du ciel en milieu urbain avec des éléments tels que des bâtiments et des plantes, fournissant une toile de fond détaillée pour diverses créations de contenu visuel.

Description: Le « Dashcam Traffic Scenes Semantic Segmentation Dataset » est essentiel pour repousser les limites des technologies de conduite autonome. Cet ensemble de données contient des images d'enregistreurs de conduite avec une résolution d'environ 1280 x 720 pixels, segmentées sémantiquement pour refléter divers éléments des environnements de circulation urbains et suburbains. Il catégorise de manière exhaustive 24 objets et scénarios différents, notamment le ciel, les personnes, les véhicules à moteur, les véhicules non motorisés, les autoroutes, les chemins piétonniers, les passages piétons, les arbres, les bâtiments, etc. Cette segmentation sémantique détaillée permet aux systèmes de conduite autonome de mieux comprendre et interpréter les complexités de la route, améliorant ainsi les protocoles de navigation et de sécurité.

Description: Le « Drivable Area Segmentation Dataset » est méticuleusement conçu pour améliorer les capacités de l'IA à piloter des véhicules autonomes dans divers environnements de conduite. Il présente un large éventail d'images haute résolution, avec des résolutions allant de 1600 x 1200 à 2592 x 1944 pixels, capturant divers types de chaussées tels que le bitume, le béton, le gravier, la terre, la neige et la glace. Cet ensemble de données est essentiel pour entraîner les modèles d'IA à différencier les zones praticables et non praticables, un aspect fondamental de la conduite autonome. En fournissant une segmentation sémantique et binaire détaillée, il vise à améliorer la sécurité et l'efficacité des véhicules autonomes, en garantissant qu'ils peuvent s'adapter aux différentes conditions routières et environnements rencontrés dans des scénarios réels.

Description: Collectez des images (1 photo d'inscription, 20 photos historiques par identité) et des vidéos (1 intérieure, 1 extérieure) à partir d'identités uniques

Description: L'ensemble de données de segmentation des objets d'intérieur sert aux secteurs de la publicité, des jeux et du divertissement visuel, offrant des images haute résolution allant de 1024 1024 × 3024 4032 à 50 XNUMX × XNUMX XNUMX. Cet ensemble de données comprend plus de XNUMX types d'objets d'intérieur et d'éléments architecturaux courants, tels que des meubles. et les structures des pièces, annotées par exemple, la segmentation sémantique et les contours.

Description: Images de caméras de vidéosurveillance. La résolution est supérieure à 1920 x 1080 et le nombre d'images par seconde de la vidéo est supérieur à 30.

Description: Images de points de repère dans le contexte de leur environnement

Enregistreur: Caméra mobile

Condition d'enregistrement : - Lumière du jour - Nuit - Couvert/Pluie

Description: Le « Lane Line Segmentation Dataset » est conçu pour accélérer les avancées dans les technologies de conduite autonome, en se concentrant spécifiquement sur la détection et la segmentation des voies. Il comprend une vaste gamme d'images provenant d'enregistreurs de conduite, segmentées en 35 catégories distinctes pour couvrir une gamme complète de marquages ​​routiers tels que diverses lignes continues et pointillées en blanc et jaune. Cet ensemble de données vise à affiner la précision de l'IA dans l'identification des limites de voie, cruciales pour la navigation sûre des véhicules autonomes.

Description: Le « jeu de données de segmentation des voies de fusion et de bifurcation » aborde spécifiquement les complexités des voies de fusion et de bifurcation, des scénarios critiques de la conduite autonome. Cet ensemble de données, composé d'images d'enregistreurs de conduite, est annoté pour la segmentation binaire, en se concentrant sur les zones où les voies fusionnent ou bifurquent. Il comprend des étiquettes détaillées pour les zones de fusion des voies, les zones de bifurcation des voies (marquées par des lignes triangulaires inversées) et les obstacles potentiels tels que les véhicules, les arbres, les panneaux de signalisation et les piétons. Cet ensemble de données est un outil essentiel pour entraîner les modèles d'IA à naviguer dans ces situations routières difficiles, garantissant des expériences de conduite autonome plus fluides et plus sûres.

Description: L'ensemble de données « Segmentation sémantique de plusieurs scénarios et personnes » est adapté à l'industrie du divertissement visuel, comprenant des images collectées sur Internet avec des résolutions allant de 1280 720 x 6000 à 4000 XNUMX x XNUMX XNUMX. Il se concentre sur des scènes multi-personnes dans des environnements urbains, naturels et intérieurs. fournissant des annotations détaillées pour les figures humaines, les accessoires et les arrière-plans.

Description: Le « Outdoor Building Panoptic Segmentation Dataset » est conçu pour l'industrie du divertissement visuel. Il se compose d'une collection d'images extérieures collectées sur Internet avec des résolutions élevées dépassant 3024 x 4032 pixels. Cet ensemble de données se concentre sur la segmentation panoptique, capturant chaque instance identifiable dans les scènes extérieures, y compris les bâtiments, les routes, les personnes, les voitures, etc., fournissant un ensemble de données complet pour une analyse et une création environnementales détaillées.

Description: Le « ensemble de données de segmentation sémantique des objets extérieurs » est développé pour des applications dans les domaines des médias, du divertissement et de la robotique, composé d'une variété d'images collectées sur Internet avec des résolutions allant de 1024 726 x 2358 à 1801 XNUMX x XNUMX XNUMX pixels. Cet ensemble de données utilise des annotations de cadre de délimitation et de points clés pour segmenter divers éléments extérieurs, notamment des parties du corps humain, des paysages naturels, des structures architecturales, des trottoirs, des moyens de transport, etc.

Description: Le « Ensemble de données de segmentation des scènes panoptiques » est une ressource complète pour les domaines de la robotique et du divertissement visuel, composée d'une large gamme d'images collectées sur Internet avec des résolutions allant de 660 x 371 à 5472 3648 x XNUMX XNUMX pixels. Cet ensemble de données est destiné à la segmentation sémantique, capturant divers éléments tels que des plans horizontaux et verticaux, des bâtiments, des personnes, des animaux et des meubles, offrant une vue holistique de diverses scènes.

Description: Le « Ensemble de données de segmentation des scènes de jeu PUBG » est spécialement conçu pour les applications de jeux, comprenant des captures d'écran du jeu populaire PUBG avec des résolutions de 1920 886 × 1280, 720 1480 × 720 et 17 XNUMX × XNUMX pixels. Il comprend par exemple XNUMX catégories et une segmentation sémantique, notamment des personnages, des véhicules, des paysages et des objets du jeu, fournissant ainsi une riche ressource pour le développement et l'analyse de jeux.

Description: Le « Ensemble de données de segmentation sémantique de scènes routières » est spécialement conçu pour les applications de conduite autonome, comprenant une collection d'images collectées sur Internet avec une résolution standard de 1920 1080 x XNUMX XNUMX pixels. Cet ensemble de données se concentre sur la segmentation sémantique, visant à segmenter avec précision divers éléments des scènes routières tels que le ciel, les bâtiments, les lignes de voie, les piétons, etc., pour soutenir le développement de systèmes avancés d'aide à la conduite (ADAS) et de technologies de véhicules autonomes.

Description: Le « Road Scenes Panoptic Segmentation Dataset » est destiné aux applications de divertissement visuel et de conduite autonome, avec une collection d'images de scènes routières collectées sur Internet avec des résolutions supérieures à 1600 x 1200 pixels. Cet ensemble de données est spécialisé dans la segmentation panoptique, annotant chaque instance identifiable dans les images, comme les véhicules, les routes, les lignes de voies, la végétation et les personnes, fournissant un ensemble de données détaillé pour une analyse complète des scènes routières.

Description: Notre « ensemble de données Sky Outline Matting » s'adresse aux secteurs de l'Internet, des médias et de la téléphonie mobile avec une sélection organisée d'images du ciel. Cet ensemble de données présente diverses conditions de ciel, notamment ensoleillé, nuageux, lever, coucher du soleil, etc., avec une segmentation fine au niveau des pixels pour une extraction détaillée des contours, adaptée à diverses applications.

Description: Le « Sky Segmentation Dataset » est méticuleusement organisé pour l'industrie du divertissement visuel, présentant des images capturées manuellement avec des résolutions variant de 937 × 528 à 9961 × 3000. Cette collection est dédiée à la segmentation du ciel à différentes heures du jour et de la nuit, fournissant une gamme dynamique de scénarios de ciel extérieur pour des tâches complètes de segmentation de masques.

Description: Le « jeu de données de segmentation des voies piétonnes » a été conçu pour améliorer la sécurité et l'efficacité des systèmes de conduite autonome en se concentrant sur l'identification et la segmentation précises des voies piétonnes. Cet ensemble de données, contenant des images provenant d'enregistreurs de conduite, est essentiel pour entraîner les modèles d'IA à faire la distinction entre les zones praticables et les zones piétonnes. En segmentant les zones piétonnes à l'aide de techniques de segmentation par instance et par segmentation binaire, il fournit une ressource essentielle pour le développement de véhicules autonomes capables de se déplacer en toute sécurité dans les environnements urbains.