2. 程式人生 > >Udacity Self-Driving資料集介紹

Udacity Self-Driving資料集介紹

阿新 • • 發佈：2018-12-15

前言

之前，博主為了得到更好的車載視訊目標檢測效果（偏工程實際，非刷榜），使用SSD框架訓練過KITTI資料集，幾次訓練下來，結果不太理想。自己分析，原因較多，其中很重要的一條就是KITTI資料集不夠大（標註圖片僅7000多張），而且還是fine-tune from reduced VGG model，精度自然不會太高。解決方法大約有兩種：一是擴充資料集；二是fine-tune已經訓練好的SSD model，這樣資料集小一點也能接受。這裡先介紹方法一，而方法二還在探索中。

PS.資料集標註貌似不如KITTI嚴謹，存在幾處關鍵錯誤，請慎重使用，已知的錯誤已更新在文中。

關於Udacity資料集

既然覺得資料偏少，一是可以增加類似的道路標註圖片，如果自己動手，可以參考之前博文中介紹的LabelImg工具；二是直接換一個更大的目標檢測資料集。這裡本文就介紹一下偶然發現的Udacity目標檢測資料集 ，這是Udacity為其自動駕駛演算法比賽專門準備的資料集，對連續視訊圖片進行了仔細的標註（2D座標），主要有汽車、行人、大型車輛等類別。

這裡寫圖片描述

整個資料集分為兩個子資料集，分別有9423和15000張圖片，解析度都是1920×1200，兩個子資料集的標註檔案稍有不同，不過接下來我會把他們合在一起，統一轉換成Pascal VOC的格式。算下來Udacity資料集圖片數量是KITTI的3倍多，在我看來訓練SSD是差不多夠用了。

製作資料集

首先要下載Dataset1 和Dataset2，一個是1.5GB，一個是3.3GB。如果常規方式下載太慢，建議使用EagleGet工具，用它下載國外連結就比較快了。

PS.找到了一個轉換工具，還沒測試過，感興趣的可以試試：code to convert between KITTI, KITTI tracking, Pascal VOC, Udacity, CrowdAI and AUTTI

壓縮圖片

訓練SSD300×300，原始圖片解析度可能偏高，個人感覺將圖片大小壓縮到原來的1/4，即960×600就比較合適。這裡找到看圖工具IrfanView，使用其批量轉換功能來調整解析度，得到新的同名壓縮圖片。

PS.這一步非必須，不做修改也是可用的!

生成標註txt檔案

兩個子資料集各有一個標註檔案，名字應該都叫labels.csv，這是純文字格式的檔案，我們使用的話，直接把副檔名改為txt，方便python程式讀取。由於標註資訊都寫在了一個檔案內，我們需要將其按圖片名分成若干個txt檔案，最後再轉化為xml檔案。

PS.程式寫的有點亂，具體路徑還望各位自行修改。還有，兩個標註檔案中的已知錯誤如下，目前找出了6行標註有誤，至於錯誤型別，相信看一眼就懂，然後可以直接修改或刪除該行：

# 出錯的標註語句
['912', '0', '951', '0', '1479498564477313399.jpg', 'car', 'http://crowdai.com/images/k-zz9yqpJIit7OuX/visualize']
['705', '0', '732', '0', '1479498820473341507.jpg', 'car', 'http://crowdai.com/images/Ng_nd_wBlqkgNDGb/visualize']
['721', '0', '751', '0', '1479499937073018706.jpg', 'car', 'http://crowdai.com/images/sbjD-93YWUi9hJ0c/visualize']
['763', '0', '793', '0', '1479505030914958665.jpg', 'pedestrian', 'http://crowdai.com/images/ONPwFZIwJ9yjwNQ1/visualize']

['1478020279199978858.jpg', '1614', '536', '1924', '668', '1', 'car']
['1478897138029169863.jpg', '1728', '570', '1922', '724', '1', 'car']
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    •

Part 1

先看1.5GB資料集的標註資訊，複製幾行如下：

xmin,xmax,ymin,ymax,Frame,Label,Preview URL
785,533,905,644,1479498371963069978.jpg,Car,http://crowdai.com/images/Wwj-gorOCisE7uxA/visualize
89,551,291,680,1479498371963069978.jpg,Car,http://crowdai.com/images/Wwj-gorOCisE7uxA/visualize
268,546,383,650,1479498371963069978.jpg,Car,http://crowdai.com/images/Wwj-gorOCisE7uxA/visualize
455,522,548,615,1479498371963069978.jpg,Truck,http://crowdai.com/images/Wwj-gorOCisE7uxA/visualize
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    •

可以看出，標註資訊相對簡單，分別是左上角和右下角座標、圖片名、類別（Car,Pedestrian,Truck）以及預覽連結（現在已經打不開了）。

下面使用轉換工具generate_label_1.py工具生成若干個txt標註檔案，每個檔案都和同名圖片對應。

# generate_label_1.py
# encoding:utf-8
file=open('/home/mx/tempfile/labels.txt','r') # 原始labels.txt的地址
for eachline in file:
    data=eachline.strip().split(',')
    filename=data[4]
    filename=filename[:-4]
    txt_path='/home/mx/tempfile/label_txt/'+filename+'.txt' # 生成的txt標註檔案地址
    txt=open(txt_path,'a')
    # new_line=data[5]+' '+data[0]+' '+data[1]+' '+data[2]+' '+data[3] 如使用原始圖片尺寸，該句取消註釋
    # new_line=data[5]+' '+str(int(data[0])/2)+' '+str(int(data[1])/2)+' '+str(int(data[2])/2)+' '+str(int(data[3])/2) 如使用1/4圖片尺寸，該句取消註釋
    txt.writelines(new_line)
    txt.write('\n')
    txt.close()
file.close()
print('generate label success')
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    • 
   
  • 9
    • 
   
  • 10
    • 
   
  • 11
    • 
   
  • 12
    • 
   
  • 13
    • 
   
  • 14
    • 
   
  • 15
    • 
   
  • 16
    •

執行程式，可在指定資料夾內生成若干個txt標註檔案，其內容如下：

# 1478019954685370994.txt
Truck 320 280 347 307
Car 331 288 354 312
Car 388 289 415 312
Car 746 236 915 304
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    •

Part 2

再看3.3GB資料集的標註資訊，這個稍有不同，仍復制幾行如下：

1478019952686311006.jpg 950 574 1004 620 0 "car"
1478019952686311006.jpg 1748 482 1818 744 0 "pedestrian"
1478019953180167674.jpg 872 586 926 632 0 "car"
1478019953689774621.jpg 686 566 728 618 1 "truck"
1478019971185917857.jpg 822 468 846 506 0 "trafficLight" "Red"
1478019971686116476.jpg 546 516 568 550 0 "trafficLight" "RedLeft"
1478019971686116476.jpg 584 568 638 606 1 "biker"
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    •

標註資訊中的0和1代表是否被遮擋，此處用不上，且注意到出現了新的類別：訊號燈（trafficLight）和騎車人（biker）。這裡首先需要對labels.txt作出一定的修改：首先把所有雙引號去掉，然後使用替換功能，將car替換成Car，pedestrian換成Pedestrian，truck換成Truck，biker換成Cyclist（適應KITTI的風格），類別名首字母轉為大寫是為了保證整個資料集的統一，否則出錯。接下來使用generate_label_2.py 工具生成若干個txt標註檔案。

# generate_label_2.py
# encoding:utf-8
file=open('D:\\DataSet\\labels.txt','r') # 原始labels.txt的地址
for eachline in file:
    data=eachline.strip().split(' ')
    filename=data[0]
    filename=filename[:-4]
    txt_path='D:\\DataSet\\labels\\'+filename+'.txt' # 生成的txt標註檔案地址
    txt=open(txt_path,'a')
    if data[6]!='trafficLight': # 忽略訊號燈的標註資訊    
        new_line=data[6]+' '+str(int(data[1])/2)+' '+str(int(data[2])/2)+' '+str(int(data[3])/2)+' '+str(int(data[4])/2) # 使用了1/4圖片尺寸，座標均除以2
        txt.writelines(new_line)
        txt.write('\n')
        txt.close()
file.close()
print('generate label success')
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    • 
   
  • 9
    • 
   
  • 10
    • 
   
  • 11
    • 
   
  • 12
    • 
   
  • 13
    • 
   
  • 14
    • 
   
  • 15
    • 
   
  • 16
    •

去掉無標註的圖片

上一步生成了若干標註txt檔案，回頭卻發現和圖片數量對應不上：子資料集1圖片為9423，標註txt為9218；子資料集2圖片為15000，標註txt為13063。原因是圖片集是抽取視訊而來，存在一些圖片不含任何車輛行人目標，也就沒有標註資訊，而這些圖片在SSD訓練中是不能用的。因此需要用求補的方式，剔除無標註圖片，參考使用remove_no_label_image.py 。

# remove_no_label_image.py
# encoding:utf-8

import os

cur_dir='C:\\Users\\Jesse Mx\\Desktop'
txt_dir=os.path.join(cur_dir,'labels') # 標註txt資料夾地址
pic_dir=os.path.join(cur_dir,'image-half') # 圖片集資料夾地址
txtlist=[]
piclist=[]
for parent,dirnames,filenames in os.walk(txt_dir):
    for txt_name in filenames:
        txt_name=txt_name[:-4]
        txtlist.append(txt_name)
for parent,dirnames,filenames in os.walk(pic_dir):
    for pic_name in filenames:
        pic_name=pic_name[:-4]
        piclist.append(pic_name)
txt_set=set(txtlist)
pic_set=set(piclist)
comp=pic_set.difference(txt_set) # 求補集

print("ok")
print(len(comp)) # 無標註圖片數量

for item in comp:
    file=pic_dir+'\\'+item+'.jpg'
    if os.path.exists(file):
        os.remove(file)
        print(file)
  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    • 
   
  • 9
    • 
   
  • 10
    • 
   
  • 11
    • 
   
  • 12
    • 
   
  • 13
    • 
   
  • 14
    • 
   
  • 15
    • 
   
  • 16
    • 
   
  • 17
    • 
   
  • 18
    • 
   
  • 19
    • 
   
  • 20
    • 
   
  • 21
    • 
   
  • 22
    • 
   
  • 23
    • 
   
  • 24
    • 
   
  • 25
    • 
   
  • 26
    • 
   
  • 27
    • 
   
  • 28
    • 
   
  • 29
    • 
   
  • 30
    •

生成xml檔案

這一部分就需要參考我之前的博文了：SSD: Single Shot MultiBox Detector 訓練KITTI資料集（1），按照VOC格式，在/home/mx/data之下新建CITYdevkit/CITY目錄，然後CITY目錄中新建四個資料夾：JPEGImages，Annotations，ImageSets，Labels。把22281張圖片和22281個標註檔案分別放入，轉換xml的py檔案也放在旁邊備用，參考下圖。

這裡寫圖片描述

這裡轉換xml的工具程式碼需要稍作修改，一是修改類別，二是修改對應函式，避免讀取錯誤。修改後的txt_to_xml.py程式碼如下：

# txt_to_xml.py
# txt_to_xml.py
# encoding:utf-8
# 根據一個給定的XML Schema，使用DOM樹的形式從空白檔案生成一個XML
from xml.dom.minidom import Document
import cv2
import os

def generate_xml(name,split_lines,img_size,class_ind):
    doc = Document()  # 建立DOM文件物件

    annotation = doc.createElement('annotation')
    doc.appendChild(annotation)

    title = doc.createElement('folder')
    title_text = doc.createTextNode('CITY')
    title.appendChild(title_text)
    annotation.appendChild(title)

    img_name=name+'.jpg'

    title = doc.createElement('filename')
    title_text = doc.createTextNode(img_name)
    title.appendChild(title_text)
    annotation.appendChild(title)

    source = doc.createElement('source')
    annotation.appendChild(source)

    title = doc.createElement('database')
    title_text = doc.createTextNode('The CITY Database')
    title.appendChild(title_text)
    source.appendChild(title)

    title = doc.createElement('annotation')
    title_text = doc.createTextNode('CITY')
    title.appendChild(title_text)
    source.appendChild(title)

    size = doc.createElement('size')
    annotation.appendChild(size)

    title = doc.createElement('width')
    title_text = doc.createTextNode(str(img_size[1]))
    title.appendChild(title_text)
    size.appendChild(title)

    title = doc.createElement('height')
    title_text = doc.createTextNode(str(img_size[0]))
    title.appendChild(title_text)
    size.appendChild(title)

    title = doc.createElement('depth')
    title_text = doc.createTextNode(str(img_size[2]))
    title.appendChild(title_text)
    size.appendChild(title)

    for split_line in split_lines:
        line=split_line.strip().split()
        if line[0] in class_ind:
            object = doc.createElement('object')
            annotation.appendChild(object)

            title = doc.createElement('name')
            title_text = doc.createTextNode(line[0])
            title.appendChild(title_text)
            object.appendChild(title)

            bndbox = doc.createElement('bndbox')
            object.appendChild(bndbox)
            title = doc.createElement('xmin')
            title_text = doc.createTextNode(str(int(float(line[1]))))
            title.appendChild(title_text)
            bndbox.appendChild(title)
            title = doc.createElement('ymin')
            title_text = doc.createTextNode(str(int(float(line[2]))))
            title.appendChild(title_text)
            bndbox.appendChild(title)
            title = doc.createElement('xmax')
            title_text = doc.createTextNode(str(int(float(line[3]))))
            title.appendChild(title_text)
            bndbox.appendChild(title)
            title = doc.createElement('ymax')
            title_text = doc.createTextNode(str(int(float(line[4]))))
            title.appendChild(title_text)
            bndbox.appendChild(title)

    # 將DOM物件doc寫入檔案
    f = open('Annotations/'+name+'.xml','w')
    f.write(doc.toprettyxml(indent = ''))
    f.close()

if __name__ == '__main__':
    class_ind=('Pedestrian', 'Car', 'Truck','Cyclist')
    cur_dir=os.getcwd()
    labels_dir=os.path.join(cur_dir,'Labels')
    for parent, dirnames, filenames in os.walk(labels_dir): # 分別得到根目錄，子目錄和根目錄下檔案   
        for file_name in filenames:
            full_path=os.path.join(parent, file_name) # 獲取檔案全路徑
            f=open(full_path)
            split_lines = f.readlines()
            name= file_name[:-4] # 後四位是副檔名.txt，只取前面的檔名
            img_name=name+'.jpg' 
            img_path=os.path.join('/home/its/data/CITYdevkit/CITY/JPEGImages/',img_name) # 路徑需要自行修改            
            img_size=cv2.imread(img_path).shape
            generate_xml(name,split_lines,img_size,class_ind)
print('all txts has converted into xmls')

  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    • 
   
  • 9
    • 
   
  • 10
    • 
   
  • 11
    • 
   
  • 12
    • 
   
  • 13
    • 
   
  • 14
    • 
   
  • 15
    • 
   
  • 16
    • 
   
  • 17
    • 
   
  • 18
    • 
   
  • 19
    • 
   
  • 20
    • 
   
  • 21
    • 
   
  • 22
    • 
   
  • 23
    • 
   
  • 24
    • 
   
  • 25
    • 
   
  • 26
    • 
   
  • 27
    • 
   
  • 28
    • 
   
  • 29
    • 
   
  • 30
    • 
   
  • 31
    • 
   
  • 32
    • 
   
  • 33
    • 
   
  • 34
    • 
   
  • 35
    • 
   
  • 36
    • 
   
  • 37
    • 
   
  • 38
    • 
   
  • 39
    • 
   
  • 40
    • 
   
  • 41
    • 
   
  • 42
    • 
   
  • 43
    • 
   
  • 44
    • 
   
  • 45
    • 
   
  • 46
    • 
   
  • 47
    • 
   
  • 48
    • 
   
  • 49
    • 
   
  • 50
    • 
   
  • 51
    • 
   
  • 52
    • 
   
  • 53
    • 
   
  • 54
    • 
   
  • 55
    • 
   
  • 56
    • 
   
  • 57
    • 
   
  • 58
    • 
   
  • 59
    • 
   
  • 60
    • 
   
  • 61
    • 
   
  • 62
    • 
   
  • 63
    • 
   
  • 64
    • 
   
  • 65
    • 
   
  • 66
    • 
   
  • 67
    • 
   
  • 68
    • 
   
  • 69
    • 
   
  • 70
    • 
   
  • 71
    • 
   
  • 72
    • 
   
  • 73
    • 
   
  • 74
    • 
   
  • 75
    • 
   
  • 76
    • 
   
  • 77
    • 
   
  • 78
    • 
   
  • 79
    • 
   
  • 80
    • 
   
  • 81
    • 
   
  • 82
    • 
   
  • 83
    • 
   
  • 84
    • 
   
  • 85
    • 
   
  • 86
    • 
   
  • 87
    • 
   
  • 88
    • 
   
  • 89
    • 
   
  • 90
    • 
   
  • 91
    • 
   
  • 92
    • 
   
  • 93
    • 
   
  • 94
    • 
   
  • 95
    • 
   
  • 96
    • 
   
  • 97
    • 
   
  • 98
    • 
   
  • 99
    • 
   
  • 100
    • 
   
  • 101
    • 
   
  • 102
    • 
   
  • 103
    • 
   
  • 104
    • 
   
  • 105
    • 
   
  • 106
    • 
   
  • 107
    • 
   
  • 108
    •

生成訓練集和測試集列表

現在完成最後一個關鍵步驟，生成trainval.txt，test.txt等列表檔案，均存放於ImageSets/Main資料夾下。所用工具為create_train_test_txt.py，注意，該檔案需要使用python3執行。

# create_train_test_txt.py
# create_train_test_txt.py
# encoding:utf-8
import pdb
import glob
import os
import random
import math

def get_sample_value(txt_name, category_name):
    label_path = './Labels/'
    txt_path = label_path + txt_name+'.txt'
    try:
        with open(txt_path) as r_tdf:
            if category_name in r_tdf.read():
                return ' 1'
            else:
                return '-1'
    except IOError as ioerr:
        print('File error:'+str(ioerr))

txt_list_path = glob.glob('./Labels/*.txt')
txt_list = []

for item in txt_list_path:
    temp1,temp2 = os.path.splitext(os.path.basename(item))
    txt_list.append(temp1)
txt_list.sort()
print(txt_list, end = '\n\n')

num_trainval = random.sample(txt_list, math.floor(len(txt_list)*9/10.0)) # 可修改百分比
num_trainval.sort()
print(num_trainval, end = '\n\n')

num_train = random.sample(num_trainval,math.floor(len(num_trainval)*8/9.0)) # 可修改百分比
num_train.sort()
print(num_train, end = '\n\n')

num_val = list(set(num_trainval).difference(set(num_train)))
num_val.sort()
print(num_val, end = '\n\n')

num_test = list(set(txt_list).difference(set(num_trainval)))
num_test.sort()
print(num_test, end = '\n\n')

pdb.set_trace()

Main_path = './ImageSets/Main/'
train_test_name = ['trainval','train','val','test']
category_name = ['Car','Pedestrian','Truck','Cyclist']

# 迴圈寫trainvl train val test
for item_train_test_name in train_test_name:
    list_name = 'num_'
    list_name += item_train_test_name
    train_test_txt_name = Main_path + item_train_test_name + '.txt' 
    try:
        # 寫單個檔案
        with open(train_test_txt_name, 'w') as w_tdf:
            # 一行一行寫
            for item in eval(list_name):
                w_tdf.write(item+'\n')
        # 迴圈寫Car Pedestrian Cyclist Truck
#        for item_category_name in category_name:
#            category_txt_name = Main_path + item_category_name + '_' + item_train_test_name + '.txt'
#            with open(category_txt_name, 'w') as w_tdf:
                # 一行一行寫
#                for item in eval(list_name):
#                    w_tdf.write(item+' '+ get_sample_value(item, item_category_name)+'\n')
    except IOError as ioerr:
        print('File error:'+str(ioerr))

  
    
   
  • 1
    • 
   
  • 2
    • 
   
  • 3
    • 
   
  • 4
    • 
   
  • 5
    • 
   
  • 6
    • 
   
  • 7
    • 
   
  • 8
    • 
   
  • 9
    • 
   
  • 10
    • 
   
  • 11
    • 
   
  • 12
    • 
   
  • 13
    • 
   
  • 14
    • 
   
  • 15
    • 
   
  • 16
    • 
   
  • 17
    • 
   
  • 18
    • 
   
  • 19
    • 
   
  • 20
    • 
   
  • 21
    • 
   
  • 22
    • 
   
  • 23
    • 
   
  • 24
    • 
   
  • 25
    • 
   
  • 26
    • 
   
  • 27
    • 
   
  • 28
    • 
   
  • 29
    • 
   
  • 30
    • 
   
  • 31
    • 
   
  • 32
    • 
   
  • 33
    • 
   
  • 34
    • 
   
  • 35
    • 
   
  • 36
    • 
   
  • 37
    • 
   
  • 38
    • 
   
  • 39
    • 
   
  • 40
    • 
   
  • 41
    • 
   
  • 42
    • 
   
  • 43
    • 
   
  • 44
    • 
   
  • 45
    • 
   
  • 46
    • 
   
  • 47
    • 
   
  • 48
    • 
   
  • 49
    • 
   
  • 50
    • 
   
  • 51
    • 
   
  • 52
    • 
   
  • 53
    • 
   
  • 54
    • 
   
  • 55
    • 
   
  • 56
    • 
   
  • 57
    • 
   
  • 58
    • 
   
  • 59
    • 
   
  • 60
    • 
   
  • 61
    • 
   
  • 62
    • 
   
  • 63
    • 
   
  • 64
    • 
   
  • 65
    • 
   
  • 66
    • 
   
  • 67
    • 
   
  • 68
    • 
   
  • 69
    • 
   
  • 70
    • 
   
  • 71
    • 
   
  • 72
    • 
   
  • 73
    •

接下來，博主將會使用該資料集進行訓練，至於效果如何，且看下回分解。

前言

相關推薦

Udacity Self-Driving資料集介紹

前言 之前，博主為了得到更好的車載視訊目標檢測效果（偏工程實際，非刷榜），使用SSD框架訓練過KITTI資料集，幾次訓練下來，結果不太理想。自己分析，原因較多，其中很重要的一條就是KITTI資料集不夠大（標註圖片僅7000多張），而

ICDAR 2017 資料集介紹

ICDAR即國際文件分析和識別大會，根據wiki的介紹： International Conference on Document Analysis and Recognition (ICDAR) is an international academic conference

深度學習的一些資料集介紹

資料集分為三類：影象處理相關資料集，自然語言處理相關資料集和語音處理相關資料集。參考：here 以下主要是影象處理相關資料集。 1、mnist：詳情 MNIST資料來自美國國家標準與技術研究所，National Institute of Standards and Technology（

【資料集介紹】The Idiap Research Institute REPLAY-Mobile Database

【時間】2018.11.14 【資料集介紹】The Idiap Research Institute REPLAY-Mobile Database 概述 本文是對資料集REPLAY-Mobile Database中的readme.md檔案的中英對照翻譯，是對這個資料庫的內容與使用方法的介

視訊分類資料集介紹

視訊分類資料集   在視訊分類專案中，有很多經典的公開資料集，目前主要的資料集如列表所示：   重點介紹三個中等規模的資料集。 1. UCF101 動作識別資料集，從youtube收集而得，共包含101類動作。其中每類動作由25個人做動作，每人做4-

《TensorFlow：實戰Google深度學習框架》——6.1 影象識別中經典資料集介紹

1、CIFAR資料集 CIFAR是一個影響力很大的影象分類資料集，CIFAR資料集中的圖片為32*32的彩色圖片，由Alex  Krizhevsky教授、Vinod Nair博士和Geoffrey Hinton教授整理的。 CIFAR是影象詞典專案（Visual Dictionar

Cityscapes資料集介紹

下載連結是百度雲下載：https://pan.baidu.com/s/1w3W_dQBUiHcwkLOtbSJ1Tg     提取碼：1bln 該資料集的其他講解可以參考https://github.com/mcordts/cityscapesScript

影象分類和目標檢測常用資料集介紹

The Caltech-UCSD birds-200-2011 dataset（加利福尼亞理工學院鳥類資料集）： 分類數量：200 圖片數量：11,788 每個影象的註釋：15個部分位置，312個二進位制屬性，1邊界框 Labeled faces in the wild： L

模擬軟體Udacity Self-Driving Car Simulator

Introduction to Udacity Self-Driving Car Simulator Udacity recently made its self-driving car simulator source code available on&

人臉識別常用資料集介紹

人臉識別常用資料集大全（12/20更新） 人臉識別常用資料集大全（12/20更新） 原文首發地址：人臉識別常用資料集

Pascal VOC & COCO資料集介紹

  Pascal VOC資料集介紹 Annotations ImageSets JPEGImages SegmentationClass SegmentationObject 1. JPEGImages 主要提供的

PASCAL VOC 2012資料集介紹

資料集下載在百度雲盤：連結：https://pan.baidu.com/s/1-kYEZtOo99VJGHrKlOK5dQ   提取碼：jgx7 雲盤裡面有4個資料夾：VOC2012_aug, VOC2012_orig, VOC2012_test分別表示的是增強資料集（聯合官

深度學習常用資料集介紹

各領域公開資料集下載   1.Mnist 手寫字型資料集 官方資料集下載 MNIST資料集簡介轉載戳這裡 MNIST（Mixed National Institute of Standards and Technology database）是一個計算機視覺資料集，它包

MS COCO資料集介紹

本文直接從實用型角度介紹下coco資料集。 以coco2014為例，下載資源以後，得到以下目錄： annotations中存放的是一大堆json檔案： （注，帶person和face的是我自己製作的json檔案，截圖時懶得刪除，可以忽略，想了解如何製作的，請看我

IRIS資料集介紹

本篇的主要內容： 使用Pandas對IRIS匯入的一些基本操作 IRIS資料集介紹 IRIS資料集也稱作鳶尾花資料集，整個資料集共有150條資料，分為三類，每類50條資料，每一條資料都有四個屬性：花萼長度，花萼寬度，花瓣長度，花瓣寬度，標籤資料共有三種，分別是Set

20 Newsgroups資料集介紹

20newsgroups資料集是用於文字分類、文字挖據和資訊檢索研究的國際標準資料集之一。資料集收集了大約20,000左右的新聞組文件，均勻分為20個不同主題的新聞組集合。一些新聞組的主題特別相似(e.g. comp.sys.ibm.pc.hardware/ comp.

[深度學習][CIFRA資料處理] CIFRA-10 與 CIFRA-100 資料集介紹

作為主流的分類資料集，這一篇主要講 CIFRA-10 與 CIFRA-100 資料集下載與Python版本的處理 資料集下載地址：http://www.cs.toronto.edu/~kriz/cifar.html 資料介紹 CIFAR-10和CIFAR-100是兩

sklearn中digits手寫字型資料集介紹

1. 匯入from sklearn import datasets digits = datasets.load_digits()2. 屬性檢視digits: bunch型別print digits.keys() ['images', 'data', 'target_nam

FDDB人臉檢測測評資料集介紹

原文：A Benchmark for Face Detection in Unconstrained Settings 1、簡介       FDDB是全世界最具權威的人臉檢測評測平臺之一，包含284

影象識別及處理相關資料集介紹

Corel5k          這是Corel5K影象集，共包含科雷爾（Corel）公司收集整理的5000幅圖片，故名：Corel5K，可以用於科學影象實驗：分類、檢索等。Corel5k資料集是影象實驗的事實標準資料集。請勿用於商業用途。私底下學習交流使用。Corel影象庫涵蓋多個主題，由若干個CD組