accident data sets cnn vary small

kaggle2025-08-26 更新2025-09-20 收录

交通事故

深度学习

数据链接：

https://www.kaggle.com/datasets/haradibots/accident-data-sets-cnn-vary-small 数据链接链接失效反馈

官方服务：

资源简介：

why needed here to show every one

创建时间：

2025-08-26

Sea-Undistort

水下图像处理

深度学习

Sea-Undistort是一个包含1200对512×512像素的合成水下场景的全面合成数据集，每对包括一个无失真和一个失真的视图，具有真实的水面效果，如太阳光斑、波浪和散射。该数据集旨在通过配对的图像对进行监督训练，从而解决传统映射系统在浅水区表现不佳的问题，并提高高分辨率海底地形图的准确性。数据集由柏林工业大学电气工程与计算机科学学院创建，并支持深度学习模型对水下图像进行增强和校正的监督训练。

arXiv2025-08-11 更新890

Study Data.xlsx

肾病病理学

深度学习

Data from kidney biopsies and kidney tumor resection samples analyzed by pathologists and CNNs.

DataCite Commons2021-11-04 更新180

错误日志有效性实验数据集

软件错误分析

深度学习

错误日志有效性实验数据集是从各编程IDE使用过程中收集软件错误日志报告，然后通过训练过的CNN模型分析日志报告文本结构，获取描述字段、文本的语义，来确定错误日志报告的有效性的数据集。针对日志记录描述，通过深度学习方法，测试软件上的错误日志的有效性，并根据日志的描述信息、元数据信息等实现获取结果数据，数据属性包括（标签描述、日志序号、描述评价效率、总体效率、可靠性）。

国家基础学科公共科学数据中心140

工业产品砂轮片缺陷智能检测数据

图像识别

深度学习

本数据主要以拍摄的砂轮片图片为基础，构建卷积神经网络模型，实现对砂轮片的缺陷检测和分类，本数据可用于检查砂轮片的钢圈位置是否错误、钢圈是否破损、砂轮片的商标纸是否有折叠、是否放反等问题，能够为砂轮片缺陷检测平台提供数据支持。1、数据准备：使用相机获取工业产品砂轮片表面的图像。同时对采集到的图片进行预处理，包括去除图像中的噪声、对图像进行裁剪、数据平滑等操作，并且对采集到的图片进行商标纸、钢圈等缺陷

浙江省数据知识产权登记平台2024-01-12 更新740

lungCtOctantWithPriorsSegmentationWeights.h5

医学影像

深度学习

u-net weight for ct lung segmentation

DataCite Commons2021-06-01 更新170