专栏名称: 极市平台
极市平台是由深圳极视角推出的专业的视觉算法开发与分发平台,为视觉开发者提供多领域实景训练数据库等开发工具和规模化销售渠道。本公众号将会分享视觉相关的技术资讯,行业动态,在线分享信息,线下活动等。 网站: http://cvmart.net/
目录
相关文章推荐
中国舞台美术学会  ·  舞台技术——中央戏剧学院舞台美术系2024- ... ·  2 天前  
中国舞台美术学会  ·  院校丨戏曲数字演艺设计专业——中国戏曲学院舞 ... ·  17 小时前  
完美Excel  ·  在Excel和Word中集成deepseek ·  4 天前  
中国舞台美术学会  ·  文化产业2024十大特征+2025十大趋势预测 ·  3 天前  
Excel之家ExcelHome  ·  教你3分钟将DeepSeek接入到Word, ... ·  4 天前  
51好读  ›  专栏  ›  极市平台

图像生成开源数据集资源汇总

极市平台  · 公众号  ·  · 2024-08-18 22:00

正文

↑ 点击 蓝字 关注极市平台
编辑丨极市平台

MetFaces

下载链接: https://www.cvmart.net/dataSets/detail/1150

MetFaces是从艺术作品中提取的人脸图像数据集。该数据集由 1336 张分辨率为 1024×1024 的高质量 PNG 图像组成。这些图像是通过大都会艺术博物馆收藏 API 下载的,并使用 dlib 自动对齐和裁剪。使用各种自动过滤器来修剪该装置。

Flickr-Faces-HQ Dataset (FFHQ)

下载链接: https://www.cvmart.net/dataSets/detail/1151

该数据集由 70,000 张分辨率为 1024×1024 的高质量 PNG 图像组成,在年龄、种族和图像背景方面存在相当大的差异。它还对眼镜、太阳镜、帽子等配饰有很好的覆盖。这些图片是从Flickr抓取的,因此继承了该网站的所有偏见,并使用dlib自动对齐和裁剪。仅收集许可下的图像。使用各种自动过滤器来修剪布景,最后使用 Amazon Mechanical Turk 来去除偶尔出现的雕像、绘画或照片的照片。

Oxford 102 Flower

下载链接: https://www.cvmart.net/dataSets/detail/1152

Oxford 102 Flower 是一个由 102 个花卉类别组成的图像分类数据集。被选为在英国常见的花朵的花朵。每个类由 40 到 258 张图像组成。这些图像具有较大的比例、姿势和光线变化。此外,还有一些类别在类别中有很大的变化,还有一些非常相似的类别。

CelebAMask-HQ

下载链接: https://www.cvmart.net/dataSets/detail/1153

CelebAMask-HQ 是一个大规模的人脸图像数据集,根据 CelebA-HQ 从 CelebA 数据集中选取了 30,000 张高分辨率人脸图像。每张图片都有与CelebA对应的面部属性分割掩码。CelebAMask-HQ 的mask是手工注释的,尺寸为 512 x 512 和 19 类,包括所有面部成分和配件,如皮肤、鼻子、眼睛、眉毛、耳朵、嘴巴、嘴唇、头发、帽子、眼镜、耳环、项链、脖子和布料。

可用于训练和评估人脸解析、人脸识别和 GAN 的算法,用于人脸生成和编辑。

WHOOPS!

下载链接: https://www.cvmart.net/dataSets/detail/1154

WHOOPS! 是一个包含 500 张合成图像和 10,874 个注释的数据集,旨在挑战 AI 模型对常识和组合特性进行推理的能力。为了构建 WHOOPS!作者与设计师合作,他们使用 Midjourney 和 DALL-E 等文本到图像模型来生成图像,否则收集这些图像将具有挑战性(甚至不可能)。WHOOPS! 包含来自各种原因的违反常识的形象,与预期的社会规范和日常知识的偏差。

Cityscapes

下载链接: https://www.cvmart.net/dataSets/detail/481

城市景观数据(数据集主页)包含从德国驾驶的车辆中拍摄的标记视频。此版本是作为 Pix2Pix 论文的一部分创建的已处理子样本。数据集包含来自原始视频的静止图像,语义分割标签与原始图像一起显示在图像中。这是语义分割任务的最佳数据集之一。

该数据集有 2975 个训练图像文件和 500 个验证图像文件。每个图像文件为 256x512 像素,每个文件是与图像左半部分的原始照片以及右半部分的标记图像(语义分割的输出)的合成。



公众号后台回复“ 数据集 ”获取100+深度学习各方向资源整理

极市干货

技术专栏:






请到「今天看啥」查看全文