Motion Tracking Algorithms Benchmark Data

kaggle2024-05-15 更新2024-05-26 收录

运动追踪

计算机视觉

数据链接：

https://www.kaggle.com/datasets/bilalhim/motion-tracking-algorithms-benchmark-data 数据链接链接失效反馈

官方服务：

资源简介：

Feature-based motion tracking algorithms tested on the Sintel dataset

基于特征的运动跟踪算法在 Sintel 数据集上的测试

创建时间：

2024-05-15

OpenRR-5k

计算机视觉

图像处理

OpenRR-5k是一个大规模的、高像素对齐的图像对数据集，包含5,300个高质量、像素对齐的图像对，每个图像对由一个反射图像及其对应的清晰版本组成。数据集分为训练集、验证集和测试集，涵盖了广泛的现实世界场景，包括各种光照条件、物体类型和反射模式。该数据集旨在为单图像反射去除任务提供高质量的训练和评估数据，从而推动计算机视觉领域的发展。

arXiv2025-06-06 更新620

Multi-dSprites, Objects Room, CLEVR (with masks), Tetrominoes, CATER (with masks)

计算机视觉

图像处理

这是一个基于dSprites的数据集，每个图像包含多个椭圆、心形或方形精灵（有些遮挡），背景为均匀颜色。我们发布了三个版本，每个版本包含1M数据点：1.1二值化：每个图像有2-3个白色精灵在黑色背景上。1.2彩色精灵在灰度上：每个场景有2-5个随机彩色HSV精灵在随机采样的灰度背景上。1.3彩色精灵和背景：每个场景有1-4个精灵。所有颜色都是随机采样的RGB值。每个数据点包含一个图像，多个背景和对

github2024-05-20 更新260

egtest02.rar

计算机视觉

视频处理

Video 2 of VIVID datatset

DataCite Commons2020-09-04 更新100

基于视觉大模型的阴影分割数据

计算机视觉

阴影分割

阴影分割技术在计算机视觉领域，尤其是自动驾驶、机器人视觉、环境感知等应用中具有重要意义。通过对阴影区域的精确分割，可以有效区分真实物体和阴影，提升图像理解和场景分析的精度。本场景应用于基于视觉大模型的阴影分割，利用深度学习模型对图像中的阴影区域进行精确分割，并评估其性能表现。该技术可以广泛应用于图像处理、图像增强、自动驾驶、无人机监测等领域，帮助提高视觉识别系统在复杂环境下的鲁棒性。数据收集：在阴

浙江省数据知识产权登记平台2024-12-16 更新370

Dog Part dataset + annotation software

计算机视觉

动物行为研究

Files used for computing dog body parts and their annotation file.In every folder the original .oni video files the annotation file .ann and segmentation parameters .sp the redme file describes the an

Mendeley Data2024-01-31 更新110

Motion Tracking Algorithms Benchmark Data

资源简介：

相关数据集