कार की मुख्य बिंदु पहचान डेटासेट
बाउंडिंग बॉक्स, मुख्य बिंदु
उदाहरण: कार की मुख्य बिंदु पहचान डेटासेट
प्रारूप: छवि
गणना: 25k
एनोटेशन: हाँ
विवरण: "कार की पॉइंट आइडेंटिफिकेशन डेटासेट" को विज़ुअल एंटरटेनमेंट और ऑटोनॉमस ड्राइविंग में इस्तेमाल के लिए डिज़ाइन किया गया है, जिसमें 640 x 512 पिक्सल के रिज़ॉल्यूशन वाली इंटरनेट से एकत्रित छवियों का संग्रह शामिल है। यह डेटासेट लक्ष्य कारों की पहचान करने के लिए बाउंडिंग बॉक्स का उपयोग करता है और प्रत्येक वाहन पर 14 मुख्य बिंदुओं को एनोटेट करता है, जिसमें चार शीर्ष बिंदु, चार लाइट, चार पहिए और सामने और बाईं ओर के ग्लास क्षेत्र शामिल हैं, जो कार मॉडलिंग और पहचान कार्यों के लिए विस्तृत डेटा प्रदान करते हैं।
क्षतिग्रस्त बोर्ड पार्ट्स विभाजन डेटासेट
शब्दार्थ विभाजन
उदाहरण: क्षतिग्रस्त बोर्ड पार्ट्स विभाजन डेटासेट
प्रारूप: छवि
गणना: 1,000
एनोटेशन: हाँ
विवरण: "क्षतिग्रस्त बोर्ड पार्ट्स सेगमेंटेशन डेटासेट" विनिर्माण क्षेत्र के लिए विशेष रूप से तैयार किया गया एक विशेष संग्रह है, विशेष रूप से लकड़ी और बोर्ड उत्पादन में। इसमें 3024 x 4032 से लेकर 2048 x 5750 पिक्सल तक के उच्च रिज़ॉल्यूशन वाली इंटरनेट से एकत्रित छवियाँ शामिल हैं। यह डेटासेट विभिन्न प्रकार के बोर्ड क्षति के अर्थपूर्ण विभाजन पर ध्यान केंद्रित करता है, जिसमें दरारें, कीट क्षति और क्षय शामिल हैं, जो गुणवत्ता नियंत्रण और विनिर्माण प्रक्रियाओं में सहायता करता है।
क्षतिग्रस्त कार (माइनर) वीडियो डेटासेट
उदाहरण: बीमा दावा प्रक्रिया
प्रारूप: एवीआई, एमकेवी, एमओवी, एमपी4, एमपी5
गणना: 48366
एनोटेशन: नहीं
विवरण: ऊपर और नीचे हमेशा दिखाई देने वाली सामान्य, स्थिर गति से क्षतिग्रस्त कारों के 360 डिग्री वीडियो देखें क्षति: एक खरोंच, गड्ढा, डिंग या दरार जो लंबाई में गोल्फ की गेंद से बड़ी है बाहरी पैनल क्षति: बंपर, फेंडर, क्वार्टर पैनल, दरवाजे, डाकू, और चड्डी स्थान: एशिया, अमेरिका, कनाडा और यूरोप
रिकॉर्ड करने वाला डिवाइस: मोबाइल कैमरा
रिकॉर्डिंग की स्थिति: मिश्रित प्रकाश की स्थिति
क्षतिग्रस्त कार छवि डेटासेट
उदाहरण: बीमा दावा प्रक्रिया
प्रारूप: Jpg.
गणना: 3958
एनोटेशन: हाँ
विवरण: क्षतिग्रस्त कारों की 490+ कारें और 3958 कार फ़ोटो (मेटाडेटा के साथ) एनोटेट छवियों के साथ। कार के सभी पक्षों को कवर करता है (प्रत्येक कार के लिए 8 फ़ोटो) - बीमा दावा प्रक्रिया उपयोग के मामले।
रिकॉर्ड करने वाला डिवाइस: मोबाइल कैमरा
रिकॉर्डिंग की स्थिति: मिश्रित प्रकाश की स्थिति
औद्योगिक धातु प्रगलन ज्वाला वर्गीकरण
वर्गीकरण
उदाहरण: औद्योगिक धातु प्रगलन ज्वाला वर्गीकरण
प्रारूप: छवि
गणना: 41k
एनोटेशन: हाँ
विवरण: "औद्योगिक धातु प्रगलन ज्वाला वर्गीकरण डेटासेट" उद्योग क्षेत्र के लिए डिज़ाइन किया गया है, जिसमें धातु प्रगलन ज्वालाओं की इंटरनेट से एकत्रित छवियों का संग्रह है, सभी का रिज़ॉल्यूशन 350 x 350 पिक्सेल है। यह डेटासेट ज्वाला छवियों को 10 श्रेणियों में वर्गीकृत करने के लिए समर्पित है, जिसमें ओवरएक्सपोज़र, काला धुआं, अग्नि द्रव्यमान, चिंगारी, और स्लैग जंपिंग और स्पैटर की विभिन्न तीव्रताएं शामिल हैं, जो प्रगलन प्रक्रियाओं की निगरानी और अनुकूलन के लिए महत्वपूर्ण डेटा प्रदान करती हैं।
मशीन पार्ट दोष विभाजन डेटासेट
बाइनरी सेगमेंटेशन
उदाहरण: मशीन पार्ट दोष विभाजन डेटासेट
प्रारूप: छवि
गणना: 120k
एनोटेशन: हाँ
विवरण: "मशीन पार्ट डिफेक्ट्स सेगमेंटेशन डेटासेट" को विनिर्माण उद्योग के लिए डिज़ाइन किया गया है, जिसमें इंटरनेट से एकत्रित की गई छवियां शामिल हैं, सभी का रिज़ॉल्यूशन 1000 x 1000 पिक्सेल है। यह डेटासेट मशीन के पुर्जों पर सफ़ेद दोषों की पहचान करने के लिए बाइनरी सेगमेंटेशन पर ध्यान केंद्रित करता है, जो गुणवत्ता नियंत्रण और निरीक्षण प्रक्रियाओं के लिए चिंता के क्षेत्रों को उजागर करने वाले स्पष्ट एनोटेशन प्रदान करता है।
मशीन पार्ट्स विभाजन डेटासेट
सिमेंटिक सेगमेंटेशन, बहुभुज, मुख्य बिंदु
उदाहरण: मशीन पार्ट्स विभाजन डेटासेट
प्रारूप: छवि
गणना: 2.3k
एनोटेशन: हाँ
विवरण: "मशीन पार्ट्स सेगमेंटेशन डेटासेट" को विनिर्माण क्षेत्र के लिए तैयार किया गया है, जिसमें 2048 x 1536 पिक्सल के रिज़ॉल्यूशन वाली इंटरनेट से एकत्रित छवियों का संग्रह शामिल है। यह डेटासेट सिमेंटिक सेगमेंटेशन, पॉलीगॉन और मुख्य बिंदु एनोटेशन में विशिष्ट है, जो मशीन पार्ट्स की एक्स-रे छवियों के भीतर मशीनिंग स्थितियों के समोच्च एनोटेशन पर ध्यान केंद्रित करता है, जिससे विनिर्माण प्रक्रियाओं में सटीक विश्लेषण और निरीक्षण की सुविधा मिलती है।
रेल लाइन लेबलिंग डेटासेट
बहुभुज, बाउंडिंग बॉक्स
उदाहरण: रेल लाइन लेबलिंग डेटासेट
प्रारूप: छवि
गणना: 3k
एनोटेशन: हाँ
विवरण: "रेल लाइन लेबलिंग डेटासेट" औद्योगिक अनुप्रयोगों के लिए तैयार किया गया है, जिसमें 1920 x 1080 पिक्सल के रिज़ॉल्यूशन वाली इंटरनेट से एकत्रित छवियों का संग्रह शामिल है। यह डेटासेट पॉलीगॉन एनोटेशन का उपयोग करके रेल लाइनों, उनके मोड़ और विलय सहित विस्तृत लेबलिंग में माहिर है। इसके अतिरिक्त, इन छवियों में ट्रेनों को बाउंडिंग बॉक्स के साथ लेबल किया गया है। डेटासेट विशेष रूप से वुहान से एकत्र किए गए रेल नेटवर्क पर केंद्रित है, जो रेल लाइन विश्लेषण और ट्रेन का पता लगाने के लिए एक स्थानीय संदर्भ प्रदान करता है।