GRID Lip Reading S10 Preprocessed 300

kaggle2025-11-07 更新2025-12-20 收录

唇读

计算机视觉

数据链接：

https://www.kaggle.com/datasets/awatefchiha/grid-lip-reading-s10-preprocessed3 数据链接链接失效反馈

官方服务：

资源简介：

Preprocessed lip sequences from GRID Corpus Speaker S10

来自GRID语料库（GRID Corpus）S10号说话者的预处理唇部序列

创建时间：

2025-11-07

eurocoin-vision-dataset

计算机视觉

硬币检测

Eurocoin Vision Dataset 是一个紧凑的计算机视觉数据集，专为在非理想条件下拍摄的欧元硬币进行检测和分类而设计。该数据集包含106张RGB图像，标注支持多类目标检测，适用于训练和评估YOLO风格的检测器。数据集包含8种欧元硬币类别（如1分、2分、1欧元、2欧元等），每个类别有对应的类别ID。标注信息包括边界框和类别ID，存储在`objects.bbox`和`objects.ca

Hugging Face2026-03-15 更新160

OpenVID-Cotracker

视频跟踪

计算机视觉

该数据集包含.npz文件，每个文件中有两个数组：tracks和visibility。tracks数组记录了点在一段时间内的运动轨迹坐标，形状为(1, T, N, 2)，其中T是视频的总帧数，N是采样点的数量（30个点），2表示每个点的x和y坐标。visibility数组是点的可见性掩码，形状为(1, T, N)，通常用布尔值或0/1表示点是否在当前帧被遮挡或移出画面。

Hugging Face2026-01-19 更新120

Cityscapes-gtFine

计算机视觉

图像处理

Cityscapes数据集gtFine部分的影像、gt，以及处理代码；数据、代码使用介绍：https://blog.csdn.net/nominior/article/details/104905656 ai studio数据处理项目：https://aistudio.baidu.com/aistudio/projectdetail/702356

AI_Studio2020-08-31 更新110

norbujam/LG-images-9

图像分类

计算机视觉

该数据集包含两个主要特征：label和image。label特征的数据类型为字符串，image特征是一个浮点数序列的序列。数据集包含一个名为train的分割，该分割包含10,000个样本，占用7,843,121,491字节的存储空间。数据集的下载大小为529,659,378字节，总大小为7,843,121,491字节。配置文件指定了默认配置，数据文件路径为data/train-*。

Hugging Face2024-06-19 更新120

Apple images

图像识别

计算机视觉

Apple images and VIA annotations

Mendeley Data2024-01-31 更新120