31 Kumpulan Data Gambar Gratis untuk Computer Vision untuk Meningkatkan Proyek Anda [Diperbarui 2025]

Algoritme AI hanya sebagus data yang Anda berikan.

Ini bukan pernyataan yang berani atau tidak konvensional. AI mungkin tampak agak mengada-ada beberapa dekade yang lalu, tetapi Kecerdasan Buatan dan Pembelajaran Mesin telah berkembang sangat jauh sejak saat itu.

Visi komputer membantu komputer memahami dan menginterpretasikan label dan gambar. Saat Anda melatih komputer menggunakan kumpulan data gambar yang tepat, komputer dapat memperoleh kemampuan untuk mendeteksi, memahami, dan mengidentifikasi berbagai fitur wajah, mendeteksi penyakit, mengendarai kendaraan otonom, dan juga menyelamatkan nyawa menggunakan pemindaian organ multidimensi.

Pasar Computer Vision diprediksi akan mencapai $ 144.46 Miliar oleh 2028 dari yang sederhana $7.04 Miliar pada tahun 2020, tumbuh pada CAGR sebesar 45.64% antara 2021 dan 2028.

Kumpulan data gambar yang Anda masukkan dan latih untuk tugas Machine Learning dan visi komputer sangat penting bagi keberhasilan proyek AI Anda. Kumpulan data yang berkualitas cukup sulit didapat. Menggunakan koleksi gambar yang beragam sangat penting untuk memastikan pelatihan model yang kuat dan untuk lebih mencerminkan kompleksitas dunia nyata.

Bergantung pada kompleksitas proyek Anda, dibutuhkan waktu antara beberapa hari hingga beberapa minggu untuk mendapatkan kumpulan data yang andal dan relevan untuk tujuan visi komputer. Berbagai kumpulan data diperlukan untuk mencakup berbagai tugas visi komputer dan skenario dunia nyata. Peneliti sering kali mencari kumpulan data yang substansial untuk tujuan penelitian guna memastikan evaluasi model yang komprehensif dan untuk mendukung berbagai macam aplikasi.

Di sini, kami menyediakan berbagai (dikategorikan untuk memudahkan Anda) kumpulan data gambar sumber terbuka yang dapat Anda gunakan segera.

Tugas Kumpulan Data Gambar: Klasifikasi, Segmentasi, Deteksi, dan Lainnya

Kumpulan data gambar adalah tulang punggung visi komputer modern, yang mendukung berbagai tugas yang memungkinkan mesin menafsirkan dan memahami informasi visual. Baik Anda sedang membangun model untuk kendaraan otonom, mengembangkan teknologi pengenalan wajah, atau mengerjakan analisis citra medis, kumpulan data citra yang tepat merupakan alat penting untuk meraih keberhasilan.

Klasifikasi gambar adalah salah satu tugas visi komputer yang paling mendasar. Dalam proses ini, model belajar memberi label pada seluruh gambar berdasarkan kontennya. Misalnya, kumpulan data klasifikasi gambar dapat membantu model membedakan antara gambar kucing dan anjing, atau mengidentifikasi berbagai jenis tanaman. Tugas ini penting untuk aplikasi seperti penandaan foto otomatis, diagnosis penyakit dari gambar medis, dan tolok ukur kategorisasi pemandangan.

Deteksi objek membawa hal-hal ke tahap yang lebih jauh dengan tidak hanya mengidentifikasi keberadaan objek dalam gambar tetapi juga menentukan lokasi objek tersebut menggunakan kotak pembatas. Kumpulan data untuk deteksi objek, seperti yang berisi gambar beranotasi dengan kotak pembatas, sangat penting untuk aplikasi seperti deteksi pejalan kaki di kendaraan otonom, pengawasan keamanan, dan analitik ritel. Deteksi objek juga merupakan komponen utama dalam mengembangkan algoritma visi komputer yang tangguh untuk skenario dunia nyata.

Segmentasi semantik melibatkan pengklasifikasian setiap piksel dalam gambar ke dalam kategori tertentu, yang memberikan pemahaman terperinci tentang pemandangan. Segmentasi trimap tingkat piksel ini sangat penting dalam tugas-tugas seperti pencitraan medis, yang memerlukan penggambaran organ atau tumor yang tepat, dan di lingkungan perkotaan untuk mengemudi secara otomatis, yang mana pembedaan antara jalan, trotoar, dan kendaraan sangat penting.

Di luar tugas-tugas inti ini, kumpulan data gambar juga mendukung segmentasi instans (membedakan antara objek-objek individual dari kelas yang sama), pemberian teks pada gambar (menghasilkan teks deskriptif untuk gambar), dan pengenalan wajah (mengidentifikasi atau memverifikasi wajah manusia dalam gambar). Setiap tugas visi komputer ini bergantung pada gambar berkualitas tinggi yang diberi anotasi untuk melatih dan memvalidasi model pembelajaran mesin.

Dengan memanfaatkan kumpulan data gambar yang beragam dan beranotasi baik, ilmuwan data dan praktisi pembelajaran mesin dapat mengatasi berbagai tantangan visi komputer, mulai dari tugas pengenalan dan klasifikasi gambar hingga masalah segmentasi dan deteksi yang rumit. Kumpulan data yang tepat tidak hanya mempercepat penelitian dan pengembangan, tetapi juga memastikan bahwa sistem visi komputer bekerja secara akurat dalam aplikasi dunia nyata.

Daftar Lengkap Kumpulan Data Gambar untuk Melatih Model Visi Komputer Anda

Umum:

1. IMAGEnet

   ImageNet adalah kumpulan data yang banyak digunakan, dan dilengkapi dengan 1.2 juta gambar yang dikategorikan ke dalam 1000 kategori. Dataset ini diatur sesuai dengan hierarki WorldNet dan dikategorikan menjadi tiga bagian – data pelatihan, label gambar, dan data validasi.

2. Kinetika 700

   Kinetics 700 adalah kumpulan data berkualitas tinggi yang sangat besar dengan lebih dari 650,000 klip dari 700 kelas tindakan manusia yang berbeda. Setiap tindakan kelas memiliki sekitar 700 klip video. Klip dalam kumpulan data memiliki interaksi manusia-objek dan manusia-manusia, yang terbukti cukup membantu saat mengenali tindakan manusia dalam video.

3. CIFAR-10

   CIFAR 10 adalah salah satu kumpulan data visi komputer terbesar yang memiliki 60000 gambar berwarna 32 x 32 yang mewakili sepuluh kelas yang berbeda. Setiap kelas memiliki sekitar 6000 gambar yang digunakan untuk melatih algoritma computer vision dan pembelajaran mesin.

4. Kumpulan Data Gambar Hewan Peliharaan Oxford-IIIT

   Kumpulan data gambar hewan peliharaan terdiri dari 37 kategori dengan 200 gambar per kelas. Gambar-gambar ini bervariasi dalam skala, pose, dan pencahayaan, dan disertai dengan anotasi untuk ras, ROI kepala, dan segmentasi trimap tingkat piksel.

5. Gambar Terbuka Google

   Dengan 9 juta URL yang mengesankan, ini adalah salah satu kumpulan data gambar terbesar dalam daftar, berisi jutaan gambar berlabel di 6,000 kategori.

6. Gambar Tanaman

   Kompilasi ini menyertakan beberapa kumpulan data gambar yang menampilkan 1 juta gambar tanaman yang mengesankan, yang mencakup sekitar 11 spesies.

7. LSUN

   LSUN adalah kumpulan data gambar berskala besar dengan jutaan gambar berlabel dalam berbagai kategori pemandangan dan objek. Kumpulan data tersebut mencakup satu set pengujian khusus untuk evaluasi model.

Pengenalan wajah:

1. Wajah Berlabel di Alam Liar

   Labeled Faced in the Wild adalah kumpulan data besar yang berisi lebih dari 13,230 gambar dari hampir 5,750 orang yang terdeteksi dari internet. Kumpulan data wajah ini dirancang untuk memudahkan mempelajari deteksi wajah tanpa batasan.

2. WebFace CASIA

   Wajah Web CASIA adalah kumpulan data yang dirancang dengan baik yang membantu pembelajaran mesin dan penelitian ilmiah tentang pengenalan wajah tanpa batasan. Dengan lebih dari 494,000 gambar dari hampir 10,000 identitas asli, ini sangat ideal untuk tugas identifikasi dan verifikasi wajah.

3. UMD Menghadapi Dataset

   UMD menghadapi kumpulan data yang dianotasi dengan baik yang berisi dua bagian – gambar diam dan bingkai video. Kumpulan data memiliki lebih dari 367,800 anotasi wajah dan 3.7 juta bingkai video beranotasi dari subjek.

4. Deteksi Masker Wajah

   Kumpulan data ini berisi 853 gambar yang dikategorikan ke dalam tiga kelas: "dengan masker", "tanpa masker", dan "masker yang dipakai tidak benar", beserta kotak pembatasnya dalam format PASCAL VOC.

5. MURID

   FERET (Facial Recognition Technology Database) adalah kumpulan data gambar komprehensif yang memuat lebih dari 14,000 gambar wajah manusia yang diberi anotasi.

Pengenalan tulisan tangan:

1. Basis Data MNIST

   MNIST adalah database yang berisi sampel angka tulisan tangan dari 0 hingga 9, dan memiliki 60,000 dan 10,000 gambar pelatihan dan pengujian. Dirilis pada tahun 1999, MNIST mempermudah pengujian sistem pemrosesan gambar di Deep Learning.

2. Kumpulan Data Karakter Buatan

   Dataset Karakter Buatan adalah, seperti namanya, data yang dihasilkan secara artifisial yang menggambarkan struktur bahasa Inggris dalam sepuluh huruf kapital. Muncul dengan lebih dari 6000 gambar.