Data from: Hierarchical social networks shape gut microbial composition in wild Verreaux’s sifaka|微生物生态学数据集|社会行为学数据集
收藏Spatial_Navigation
这是一个专注于四个代表性任务的多模态增强数据集,这些任务需要不同程度的视觉参与和跨模态交互,包括拼图组装、空间导航、视觉搜索和图表重聚焦。
huggingface 收录
LIDC-IDRI
LIDC-IDRI 数据集包含来自四位经验丰富的胸部放射科医师的病变注释。 LIDC-IDRI 包含来自 1010 名肺部患者的 1018 份低剂量肺部 CT。
OpenDataLab 收录
AgiBot World
为了进一步推动通用具身智能领域研究进展,让高质量机器人数据触手可及,作为上海模塑申城语料普惠计划中的一份子,智元机器人携手上海人工智能实验室、国家地方共建人形机器人创新中心以及上海库帕思,重磅发布全球首个基于全域真实场景、全能硬件平台、全程质量把控的百万真机数据集开源项目 AgiBot World。这一里程碑式的开源项目,旨在构建国际领先的开源技术底座,标志着具身智能领域 「ImageNet 时刻」已到来。AgiBot World 是全球首个基于全域真实场景、全能硬件平台、全程质量把控的大规模机器人数据集。相比于 Google 开源的 Open X-Embodiment 数据集,AgiBot World 的长程数据规模高出 10 倍,场景范围覆盖面扩大 100 倍,数据质量从实验室级上升到工业级标准。AgiBot World 数据集收录了八十余种日常生活中的多样化技能,从抓取、放置、推、拉等基础操作,到搅拌、折叠、熨烫等精细长程、双臂协同复杂交互,几乎涵盖了日常生活所需的绝大多数动作需求。
github 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
fruits_weight
该数据集用于训练和改进YOLOv8-seg模型,用于水果成熟度的识别与分割。数据集包含12个类别,涵盖了从生鲜水果到成熟水果的不同阶段,具体类别包括:生芒果(Raw_Mango)、熟芒果(Ripe_Mango)、熟葡萄(ripe grape)、熟苹果(ripe_apple)、熟橙子(ripe_orange)、熟石榴(ripe_pomegranate)、半熟葡萄(semiripe grape)、半熟苹果(semiripe_apple)、未熟葡萄(unripe grape)、未熟苹果(unripe_apple)、未熟橙子(unripe_orange)和未熟石榴(unripe_pomegranate)。数据集的丰富性和多样性使其成为训练水果成熟度识别模型的理想选择。
github 收录
