Track Anything Annotate 是一个基于视频跟踪和分割的工具原型，旨在为计算机视觉模型生成训练数据集。该工具结合了先进的分割和跟踪模型，如 SAM2 和 XMem++，以自动标注视频中的对象并生成数据集。该数据集的特点是能显著提高标注效率，降低劳动力成本，并提高复杂场景下的分割精度，如物体重叠或动态照明条件。

arXiv2025-05-23 更新270

NuScenes Dataset 85 Scenes

计算机视觉

自动驾驶

NuScenes Dataset 85 Scenes

kaggle2025-07-18 更新220

Indoor-Multi-Level Fog Dataset (IMFD)

去雾技术

计算机视觉

IMFD是由泰德大学计算机工程系创建的多级雾化图像和视频数据集，旨在为去雾方法提供基准测试。该数据集包含两个真实场景的彩色视频数据，具有受控的雾化水平，场景对象与摄像机的距离、雾化水平及地面实况（清晰图像）均已记录。数据集通过在封闭环境中使用专业雾化机控制雾化速度来创建，适用于评估不同去雾方法和模型的性能，特别是在计算机视觉问题如对象检测、深度估计等领域的应用。

arXiv2023-07-30 更新440

Top-view videos

计算机视觉

行为分析

The top-down video dataset is created using the downward pointing camera of the simulator program. This data set is generated using the Coppelia Sim video recording feature. The captured videos are co

Mendeley Data2024-06-29 更新230

computer vision project mask detection

资源简介：

相关数据集