Raw-Images-AllTrash

kaggle2025-05-19 更新2025-06-07 收录

垃圾检测

对象识别

数据链接：

https://www.kaggle.com/datasets/pooriamst/raw-images-alltrash 数据链接链接失效反馈

官方服务：

资源简介：

TACO: Object Detection

TACO：目标检测（Object Detection）

创建时间：

2025-05-19

Overhead-MNIST

卫星图像分析

对象识别

Overhead-MNIST是一个用于卫星图像对象识别的基准数据集，由人民泰克公司创建。该数据集包含10000张28x28像素的灰度图像，涵盖10类常见对象，如飞机、船只和体育场等。数据集通过整合多个公共来源的图像并进行人工标注和筛选而创建，旨在解决卫星图像中的对象识别问题，适用于灾害响应、土地使用管理和传统遥感任务等领域。

arXiv2021-02-08 更新2590

RoboTHOR Object Navigation

机器人导航

对象识别

该数据集为RoboTHOR环境支持的对象导航任务而设计，其中智能体需要在一个视觉上丰富多样的家居环境中导航，以寻找目标对象类别。在评估过程中，智能体将在训练过程中未曾遇到的未见验证场景中进行评估。该数据集的规模包括75%的训练场景，共计45个场景，任务内容为对象目标导航。

arXiv940

fifteen

机器人导航

对象识别

fifteen数据集用于训练PoliFormer模型，包含代理在导航和获取十五种可能对象类型中的行为数据。数据集包括传感器信息、视频轨迹和对象类型/ID等。

github2024-11-22 更新300

PartImageNet++

影像分割

对象识别

PartImageNet++是由清华大学等机构创建的一个大型数据集，专门为ImageNet-1K的所有类别提供高质量的部分分割注释。该数据集包含100,000张图像，涵盖1,000个对象类别和3,310个部分类别，旨在通过详细的部分注释方案增强模型的鲁棒性。数据集的创建过程包括手动注释和质量控制，确保注释的高质量。PartImageNet++主要应用于提高对象识别系统的鲁棒性，特别是在对抗性扰动和

arXiv2024-07-16 更新1560

ObjectNav-HD

机器人导航

对象识别

该数据集包含了从Matterport3D的56个训练场景中收集的7万个人类演示，旨在实现在未见环境中的指定对象类别导航任务。每个演示的平均步数为243步，其中目标对象类别在场景中相似或不存在。该数据集规模宏大，包含7万个演示，总计约1950万步的经验，所涉及的任务是对象目标导航。

arXiv590