-
地形导航数据：利用卫星数据进行开源无人机航拍模拟
这些数据可以在GitHub存储库中轻松加载、访问和处理。 TerrAInav Sim 孟菲斯 使用 TerrAInav-Sim 生成的数据集位于“TerrAInav Sim Memphis”文件夹中，其中包含孟菲斯农业中心区域的栅格图像，左上角为坐标 (35.16, -89.90)，右下角为坐标 (35.115, -89.823)。基于无人机的模拟以...
-
淡水鱼疾病（南亚水产养殖）
包含 500 多张南亚鱼类图像的淡水鱼疾病检测数据集 该数据旨在建立基于深度学习的鱼类皮肤图像疾病识别模型，从而帮助水产养殖。数据集中共有 7 类 细菌性疾病 - 气单胞菌病 。共有 250 张图片。 细菌性鳃病。图片总数 250 细菌性红病。图片总数 250 真菌病. 水霉病 图像总数 250 健康的鱼。图片总数 250 寄生虫病。图片总数 250...
-
香蕉叶斑病 (BananaLSD) 数据集
香蕉种植经常受到各种疾病的挑战，这些疾病严重影响产量。这些疾病对香蕉植株造成不利影响，导致生长受阻、果实产量下降，甚至植株死亡。其后果是深远的，因为受感染的植株难以结出可销售的果实，导致香蕉种植者遭受经济损失，并有可能扰乱全球香蕉供应。 数据集中的香蕉叶斑病 该数据集包含多种图像，展示了三种主要的香蕉叶斑病，即： 叶斑病 科达娜...
-
中药典彩色图集
本图集文字叙述约10余万字，中英文对照。全彩色铜版纸，彩色图片共1506幅，其中原植物照片606幅，药材照片659幅，显微照片241幅。每一品种下设原植物及药材两项，凡《药典》鉴别项下规定横切面或表面观者，则增加相应内容。
-
检测 AI 生成的面部：高质量数据集
用于 AI 和真实图像检测该数据集包含真实人脸和 AI 生成的合成人脸的高质量图像，专为机器学习和深度学习应用而设计。它为开发和测试能够区分真实和 AI 生成的面部图像的分类器提供了宝贵的资源。该数据集经过精心策划，非常适合深度伪造检测、图像真实性验证和面部图像分析等任务，可支持尖端研究和应用。任务的高质量人脸数据集
-
人脸关键点检测数据
图像和视频上的面部关键点检测 该数据集专为计算机视觉和机器学习任务而设计，涉及识别和分析人脸的关键点。 面部关键点检测系统接收任何带有面部的图像，并预测每张脸上 10 个不同关键点的位置。用于训练、验证和测试模型的面部关键点数据集由来自 YouTube Faces 数据集的 3500 张彩色图像组成。这些关键点的示例如下所示。
-
土壤环境分析数据集
土壤环境分析数据集包含 5 个子文件夹，每个子文件夹代表一种不同类型的土壤环境。该数据集专为分析和分类任务而设计，尤其侧重于不同环境条件下的不同土壤类型。数据集中的每幅图像都调整为 256x256 像素大小并以 .jpg 格式保存，以保持一致性，并方便在机器学习和计算机视觉任务中使用。 数据集概述： 文件夹总数：5 图像格式：JPG...
-
中风患者的全头部 MRI 和分割
使用手动标记技术对全头部进行分割 A. 慢性异常患者和健康受试者的头部 MRI 数据来自 3 个不同机构，来自不同临床状况的患者。所有扫描均为 T1 加权 MRI，共 54 人，具体如下：4 人为健康受试者（性别：4 男/0 女，种族：1 亚裔，3 白人（非拉丁裔），年龄：30-50 岁）的扫描，采用 3T Siemens Trio...
-
-
动物图像数据集 - 猫、狗和狐狸
该数据集包含 300 张猫、狗和狐狸这三种动物的图片。每种类别有 100 张图片。这些图片有助于了解动物并构建识别它们的计算机程序。您可以将此数据集用于学校项目、人工智能研究，或者只是为了了解有关这些动物的更多信息。
-
一级保护动物图像分类汇总
数据集中包含八千余张各类国家一级保护动物的图像数据，而对于标签，不仅提供了每张图像的所属类别，另外还根据百度百科对所有类别进行归类，将一级保护动物分为九个等级。所有标签数据用txt存储，满足PP-ShiTu要求的标准格式，另外，也方便转换成其他格式。
-
10种作物品种的健康样本和27种病害样本
包含10种作物品种的健康样本和27种病害样本，其中24种进行了病害程度的分析，剩余3种发病程度相似。 图片均属于这10种作物的健康或病害样本。
-
眼疾识别数据集iChallenge-PM
Challenge-PM是百度大脑和中山大学中山眼科中心联合举办的iChallenge比赛中，提供的关于病理性近视（Pathologic Myopia，PM）的医疗类数据集，包含1200个受试者的眼底视网膜图片，训练、验证和测试数据集各400张。 training.zip：包含训练中的图片和标签 validation.zip：包含验证集的图片...
-
