EntityNet是一个包含33M图像和46M文本描述的数据集，通过使用知识图谱和目标网络图像搜索策略创建。数据集涵盖了广泛的视觉实体，特别是动物和植物，以及工具、地理特征、材料和建筑等类别。该数据集的创建过程涉及实体提取、属性生成、查询构建和图像搜索四个主要步骤。EntityNet的创建旨在提高专家领域的性能，并实现视觉世界中训练效率与模型性能之间的良好平衡。数据集在iNaturalist和Ra

arXiv2025-05-05 更新240

ur10e_real_cube_green_grid

机器人技术

计算机视觉

该数据集由LeRobot创建，包含与机器人技术相关的数据。数据集结构包括动作、观察（状态和来自多个摄像头的图像）、时间戳和情节索引等特征。数据存储在parquet文件中，并包含具有特定属性（如分辨率、编解码器和帧率）的视频文件。数据集包含54个情节，53,446帧，并分为训练数据。许可证为Apache 2.0，但未提供主页、论文或引用信息。

Hugging Face2026-03-03 更新100

MultiviewX

行人检测

计算机视觉

MultiviewX 是一个合成的 Multiview 行人检测数据集。它是在 Unity 中使用 PersonX 的行人模型构建的。 MultiviewX 数据集覆盖 16 米 x 25 米的正方形。地平面被量化为 640x1000 网格。 MultiviewX 数据集中有 6 个具有重叠视野的摄像机，每个摄像机输出一个 1080x1920 分辨率的图像。平均而言，4.41 个摄像头覆盖同一位置

OpenDataLab2026-07-12 更新450

Spherical projection

图像处理

计算机视觉

The program and code for remapping a cubemap of 6 panoramic images that are 128x128 pixels with a fov of 95 degrees. Uses visual studio 2013, c++ code and requires openCV

DataCite Commons2025-06-01 更新120

自然场景下的水表读数自动识别

资源简介：

相关数据集