Conjuntos de dados de cenas ambientais de nível empresarial para desenvolvimento de IA/ML

Descrição: O "CCTV Traffic Scene Semantic Segmentation Dataset" oferece uma perspectiva única para o desenvolvimento de direção autônoma, capturando as complexidades das cenas de tráfego de um ponto de vista estacionário. Utilizando filmagens de CFTV de alta resolução de câmeras de monitoramento de estradas, com resoluções superiores a 1600 x 1200 pixels e uma taxa de quadros de mais de 7 fps, este conjunto de dados fornece segmentação detalhada de instâncias de vários elementos no tráfego, incluindo humanos, animais, veículos ciclísticos, automóveis e barreiras rodoviárias. Ele também abrange uma variedade de condições climáticas, oferecendo um conjunto de dados robusto para treinar sistemas de IA para entender e interpretar diversos cenários de tráfego de um ponto de vista fixo.

Descrição: O "City Sky Contour Segmentation Dataset" tem curadoria do setor de entretenimento visual, apresentando uma coleção de imagens coletadas na Internet com alta resolução de 3000 x 4000 pixels. Este conjunto de dados é dedicado à segmentação de contornos, com foco na captura do céu em ambientes urbanos com elementos como edifícios e plantas, fornecendo um cenário detalhado para a criação de diversos conteúdos visuais.

Descrição: O "Dashcam Traffic Scenes Semantic Segmentation Dataset" é essencial para expandir os limites das tecnologias de direção autônoma. Este conjunto de dados contém imagens de gravadores de direção com uma resolução de cerca de 1280 x 720 pixels, segmentadas semanticamente para refletir vários elementos de ambientes de tráfego urbano e suburbano. Ele categoriza de forma abrangente 24 objetos e cenários diferentes, incluindo céu, pessoas, veículos motorizados, veículos não motorizados, rodovias, caminhos de pedestres, faixas de pedestres, árvores, edifícios e muito mais. Esta segmentação semântica detalhada permite que os sistemas de direção autônoma entendam e interpretem melhor as complexidades da estrada, aprimorando os protocolos de navegação e segurança.

Descrição: O "Drivable Area Segmentation Dataset" é meticulosamente criado para aprimorar as capacidades da IA ​​na navegação de veículos autônomos por diversos ambientes de direção. Ele apresenta uma ampla gama de imagens de alta resolução, com resoluções variando de 1600 x 1200 a 2592 x 1944 pixels, capturando vários tipos de pavimento, como betume, concreto, cascalho, terra, neve e gelo. Este conjunto de dados é vital para treinar modelos de IA para diferenciar entre áreas dirigíveis e não dirigíveis, um aspecto fundamental da direção autônoma. Ao fornecer segmentação semântica e binária detalhada, ele visa melhorar a segurança e a eficiência dos veículos autônomos, garantindo que eles possam se adaptar a diferentes condições de estrada e ambientes encontrados em cenários do mundo real.

Descrição: Colete imagens (1 foto de inscrição, 20 fotos históricas por identidade) e vídeos (1 interno, 1 externo) de identidades únicas

Descrição: O "Conjunto de dados de segmentação de objetos internos" atende aos setores de publicidade, jogos e entretenimento visual, oferecendo imagens de alta resolução variando de 1024 × 1024 a 3024 × 4032. Este conjunto de dados inclui mais de 50 tipos de objetos internos comuns e elementos arquitetônicos, como móveis e estruturas de salas, anotadas, por exemplo, segmentação semântica e de contorno.

Descrição: Imagens de câmeras de CFTV. A resolução é superior a 1920 x 1080 e o número de quadros por segundo do vídeo é superior a 30.

Descrição: Imagens de pontos de referência dentro do contexto de seu ambiente

Dispositivo de gravação: Câmera móvel

Condição de Gravação: - Luz do dia - Noite - Nublado/Chuva

Descrição: O "Lane Line Segmentation Dataset" foi projetado para acelerar os avanços em tecnologias de direção autônoma, com foco específico na detecção e segmentação de faixas. Ele inclui uma vasta gama de imagens de gravadores de direção, segmentadas em 35 categorias distintas para cobrir uma gama abrangente de marcações rodoviárias, como várias linhas sólidas e tracejadas em branco e amarelo. Este conjunto de dados visa refinar a precisão da IA ​​na identificação de limites de faixas, cruciais para a navegação segura de veículos autônomos.

Descrição: O "Lane Merging and Fork Area Segmentation Dataset" aborda especificamente as complexidades da fusão e bifurcação de faixas, cenários críticos na direção autônoma. Este conjunto de dados, consistindo de imagens de gravadores de direção, é anotado para segmentação binária, com foco em áreas onde as faixas se fundem ou se ramificam. Ele inclui rótulos detalhados para áreas de fusão de faixas, áreas de bifurcação de faixas (marcadas por linhas triangulares invertidas) e potenciais obstruções, como veículos, árvores, placas de trânsito e pedestres. Este conjunto de dados é uma ferramenta vital para treinar modelos de IA para navegar nessas situações desafiadoras de estrada, garantindo experiências de direção autônoma mais suaves e seguras.

Descrição: O conjunto de dados "Segmentação semântica de múltiplos cenários e pessoas" é adaptado para a indústria de entretenimento visual, compreendendo imagens coletadas na Internet com resoluções de 1280 x 720 a 6000 x 4000. Ele se concentra em cenas com várias pessoas em ambientes urbanos, naturais e internos, fornecendo anotações detalhadas para figuras humanas, acessórios e planos de fundo.

Descrição: O "Outdoor Building Panoptic Segmentation Dataset" é curado para a indústria de entretenimento visual, consistindo em uma coleção de imagens externas coletadas pela internet com altas resoluções excedendo 3024 x 4032 pixels. Este conjunto de dados foca na segmentação panóptica, capturando cada instância identificável dentro das cenas externas, incluindo edifícios, estradas, pessoas, carros e mais, fornecendo um conjunto de dados abrangente para análise e criação ambiental detalhada.

Descrição: O "Conjunto de dados de segmentação semântica de objetos externos" foi desenvolvido para aplicações em mídia e entretenimento e robótica, consistindo em uma variedade de imagens coletadas na Internet com resoluções que variam de 1024 x 726 a 2358 x 1801 pixels. Este conjunto de dados emprega anotações de caixa delimitadora e pontos-chave para segmentar vários elementos externos, incluindo partes do corpo humano, cenário natural, estruturas arquitetônicas, calçadas, meios de transporte e muito mais.

Descrição: O "Conjunto de dados de segmentação de cenas panópticas" é um recurso abrangente para as áreas de robótica e entretenimento visual, consistindo em uma ampla gama de imagens coletadas na Internet com resoluções de 660 x 371 a 5472 x 3648 pixels. Este conjunto de dados visa a segmentação semântica, capturando diversos elementos como planos horizontais e verticais, edifícios, pessoas, animais e móveis, oferecendo uma visão holística de diversas cenas.

Descrição: O "Conjunto de dados de segmentação de cenas de jogos PUBG" foi projetado especificamente para aplicativos de jogos, apresentando capturas de tela do popular jogo PUBG com resoluções de 1920 × 886, 1280 × 720 e 1480 × 720 pixels. Abrange 17 categorias, por exemplo e segmentação semântica, incluindo personagens, veículos, paisagens e itens do jogo, fornecendo um rico recurso para desenvolvimento e análise de jogos.

Descrição: O "Conjunto de dados de segmentação semântica de cenas rodoviárias" foi projetado especificamente para aplicações de direção autônoma, apresentando uma coleção de imagens coletadas na Internet com resolução padrão de 1920 x 1080 pixels. Este conjunto de dados está focado na segmentação semântica, com o objetivo de segmentar com precisão vários elementos de cenas rodoviárias, como o céu, edifícios, linhas de faixa, pedestres e muito mais, para apoiar o desenvolvimento de sistemas avançados de assistência ao motorista (ADAS) e tecnologias de veículos autônomos.

Descrição: O "Road Scenes Panoptic Segmentation Dataset" é voltado para aplicações em entretenimento visual e direção autônoma, apresentando uma coleção de imagens de cenas de estradas coletadas pela internet com resoluções que excedem 1600 x 1200 pixels. Este conjunto de dados é especializado em segmentação panóptica, anotando cada instância identificável dentro das imagens, como veículos, estradas, linhas de faixa, vegetação e pessoas, fornecendo um conjunto de dados detalhado para análise abrangente de cenas de estradas.

Descrição: Nosso "Sky Outline Matting Dataset" atende aos setores de internet, mídia e dispositivos móveis com uma seleção selecionada de imagens do céu. Este conjunto de dados apresenta diversas condições de céu, incluindo ensolarado, nublado, nascer do sol, pôr do sol e muito mais, com segmentação fina em nível de pixel para extração detalhada de contornos, adequado para diversas aplicações.

Descrição: O "Sky Segmentation Dataset" é meticulosamente selecionado para a indústria de entretenimento visual, apresentando imagens capturadas manualmente com resoluções variando de 937 × 528 a 9961 × 3000. Esta coleção é dedicada à segmentação dos céus em diferentes horários do dia e da noite, fornecendo uma gama dinâmica de cenários de céu ao ar livre para tarefas abrangentes de segmentação de máscaras.

Descrição: O "Walkway Segmentation Dataset" foi criado para aumentar a segurança e a eficiência dos sistemas de direção autônoma, concentrando-se na identificação e segmentação precisas de passarelas de pedestres. Este conjunto de dados, contendo imagens de gravadores de direção, é crucial para treinar modelos de IA para distinguir entre áreas dirigíveis e zonas de pedestres. Ao segmentar áreas de caminhada de pedestres por meio de técnicas de segmentação binária e de instância, ele fornece um recurso crítico para o desenvolvimento de veículos autônomos que podem navegar com segurança em ambientes urbanos.