Kumpulan Data Lingkungan Tingkat Perusahaan untuk Pengembangan AI/ML

Deskripsi: "CCTV Traffic Scene Semantic Segmentation Dataset" menawarkan perspektif unik untuk pengembangan kendaraan otonom, yang menangkap kerumitan lalu lintas dari sudut pandang stasioner. Dengan memanfaatkan rekaman CCTV beresolusi tinggi dari kamera pemantau jalan, dengan resolusi melebihi 1600 x 1200 piksel dan frame rate lebih dari 7 fps, dataset ini menyediakan segmentasi contoh terperinci dari berbagai elemen dalam lalu lintas, termasuk manusia, hewan, kendaraan pesepeda, mobil, dan pembatas jalan. Dataset ini juga mencakup berbagai kondisi cuaca, yang menawarkan dataset yang kuat untuk melatih sistem AI guna memahami dan menginterpretasikan berbagai skenario lalu lintas dari sudut pandang tetap.

Deskripsi: "Kumpulan Data Segmentasi Kontur Langit Kota" dikurasi untuk sektor hiburan visual, menampilkan koleksi gambar yang dikumpulkan melalui internet dengan resolusi tinggi 3000 x 4000 piksel. Kumpulan data ini didedikasikan untuk segmentasi kontur, dengan fokus menangkap langit di lingkungan perkotaan dengan elemen seperti bangunan dan tanaman, memberikan latar belakang mendetail untuk berbagai pembuatan konten visual.

Deskripsi: "Dashcam Traffic Scenes Semantic Segmentation Dataset" sangat penting untuk mendorong batasan teknologi mengemudi otonom. Dataset ini berisi gambar perekam berkendara dengan resolusi sekitar 1280 x 720 piksel, yang disegmentasi secara semantik untuk mencerminkan berbagai elemen lingkungan lalu lintas perkotaan dan pinggiran kota. Dataset ini mengkategorikan 24 objek dan skenario yang berbeda secara komprehensif, termasuk langit, orang, kendaraan bermotor, kendaraan tidak bermotor, jalan raya, jalur pejalan kaki, penyeberangan zebra, pohon, bangunan, dan banyak lagi. Segmentasi semantik yang terperinci ini memungkinkan sistem mengemudi otonom untuk lebih memahami dan menginterpretasikan kompleksitas jalan, meningkatkan protokol navigasi dan keselamatan.

Deskripsi: "Drivable Area Segmentation Dataset" dibuat dengan cermat untuk meningkatkan kemampuan AI dalam menavigasi kendaraan otonom melalui berbagai lingkungan berkendara. Dataset ini menampilkan beragam gambar beresolusi tinggi, dengan resolusi mulai dari 1600 x 1200 hingga 2592 x 1944 piksel, yang menangkap berbagai jenis permukaan jalan seperti aspal, beton, kerikil, tanah, salju, dan es. Dataset ini sangat penting untuk melatih model AI dalam membedakan antara area yang dapat dilalui dan yang tidak dapat dilalui, aspek mendasar dari berkendara otonom. Dengan menyediakan segmentasi semantik dan biner yang terperinci, dataset ini bertujuan untuk meningkatkan keselamatan dan efisiensi kendaraan otonom, memastikan kendaraan tersebut dapat beradaptasi dengan berbagai kondisi jalan dan lingkungan yang dihadapi dalam skenario dunia nyata.

Deskripsi: Kumpulkan gambar (1 foto Pendaftaran, 20 foto Historis per Identitas) dan video (1 Indoor, 1 Outdoor) dari identitas unik

Deskripsi: "Kumpulan Data Segmentasi Objek Dalam Ruangan" melayani sektor periklanan, permainan, dan hiburan visual, menawarkan gambar beresolusi tinggi mulai dari 1024 × 1024 hingga 3024 × 4032. Kumpulan data ini mencakup lebih dari 50 jenis objek dalam ruangan umum dan elemen arsitektur, seperti furnitur dan struktur ruangan, misalnya diberi penjelasan, semantik, dan segmentasi kontur.

Deskripsi: Gambar kamera CCTV. Resolusinya lebih dari 1920 x 1080 dan jumlah bingkai per detik videonya lebih dari 30.

Deskripsi: Gambar landmark dalam konteks lingkungannya

Alat perekam: Kamera Seluler

Kondisi perekaman: - Siang - Malam - Mendung/Hujan

Deskripsi: "Lane Line Segmentation Dataset" dirancang untuk mempercepat kemajuan dalam teknologi mengemudi otonom, khususnya berfokus pada deteksi dan segmentasi jalur. Data ini mencakup berbagai macam gambar dari perekam berkendara, yang disegmentasi menjadi 35 kategori berbeda untuk mencakup berbagai marka jalan seperti berbagai garis padat dan putus-putus berwarna putih dan kuning. Dataset ini bertujuan untuk menyempurnakan ketepatan AI dalam mengidentifikasi batas jalur, yang penting untuk navigasi kendaraan otonom yang aman.

Deskripsi: "Lane Merging and Fork Area Segmentation Dataset" secara khusus membahas kompleksitas penggabungan dan percabangan jalur, skenario kritis dalam berkendara otonom. Dataset ini, yang terdiri dari gambar perekam berkendara, diberi anotasi untuk segmentasi biner, dengan fokus pada area tempat jalur bergabung atau bercabang. Dataset ini mencakup label terperinci untuk area penggabungan jalur, area percabangan jalur (ditandai dengan garis segitiga terbalik), dan potensi halangan seperti kendaraan, pohon, rambu jalan, dan pejalan kaki. Dataset ini merupakan alat penting untuk melatih model AI dalam menavigasi situasi jalan yang menantang ini, memastikan pengalaman berkendara otonom yang lebih lancar dan aman.

Deskripsi: Kumpulan data "Segmentasi Semantik Beberapa Skenario Dan Orang" dirancang untuk industri hiburan visual, terdiri dari gambar yang dikumpulkan di internet dengan resolusi mulai dari 1280 x 720 hingga 6000 x 4000. Data ini berfokus pada pemandangan banyak orang di lingkungan perkotaan, alam, dan dalam ruangan, memberikan penjelasan rinci untuk figur manusia, aksesori, dan latar belakang.

Deskripsi: "Outdoor Building Panoptic Segmentation Dataset" dikurasi untuk industri hiburan visual, yang terdiri dari kumpulan gambar luar ruangan yang dikumpulkan melalui internet dengan resolusi tinggi yang melebihi 3024 x 4032 piksel. Dataset ini berfokus pada segmentasi panoptik, menangkap setiap contoh yang dapat diidentifikasi dalam pemandangan luar ruangan, termasuk bangunan, jalan, orang, mobil, dan banyak lagi, menyediakan dataset yang komprehensif untuk analisis dan pembuatan lingkungan yang terperinci.

Deskripsi: "Dataset Segmentasi Semantik Objek Luar Ruangan" dikembangkan untuk aplikasi di bidang media & hiburan dan robotika, terdiri dari berbagai gambar yang dikumpulkan melalui internet dengan resolusi mulai dari 1024 x 726 hingga 2358 x 1801 piksel. Kumpulan data ini menggunakan kotak pembatas dan anotasi titik-titik penting untuk mengelompokkan berbagai elemen luar ruangan, termasuk bagian tubuh manusia, pemandangan alam, struktur arsitektur, trotoar, sarana transportasi, dan banyak lagi.

Deskripsi: "Kumpulan Data Segmentasi Pemandangan Panoptik" adalah sumber daya komprehensif untuk bidang robotika dan hiburan visual, yang terdiri dari berbagai gambar yang dikumpulkan di internet dengan resolusi mulai dari 660 x 371 hingga 5472 x 3648 piksel. Kumpulan data ini ditujukan untuk segmentasi semantik, menangkap beragam elemen seperti bidang horizontal dan vertikal, bangunan, manusia, hewan, dan furnitur, menawarkan pandangan holistik dari berbagai pemandangan.

Deskripsi: "Dataset Segmentasi Adegan Game PUBG" dirancang khusus untuk aplikasi game, menampilkan tangkapan layar dari game populer PUBG dengan resolusi 1920 × 886, 1280 × 720, dan 1480 × 720 piksel. Ini mencakup 17 kategori misalnya dan segmentasi semantik, termasuk karakter, kendaraan, lanskap, dan item dalam game, menyediakan sumber daya yang kaya untuk pengembangan dan analisis game.

Deskripsi: "Kumpulan Data Segmentasi Semantik Pemandangan Jalan" dirancang khusus untuk aplikasi mengemudi otonom, menampilkan koleksi gambar yang dikumpulkan melalui internet dengan resolusi standar 1920 x 1080 piksel. Kumpulan data ini difokuskan pada segmentasi semantik, yang bertujuan untuk secara akurat mensegmentasi berbagai elemen pemandangan jalan raya seperti langit, bangunan, garis jalur, pejalan kaki, dan banyak lagi, untuk mendukung pengembangan sistem bantuan pengemudi tingkat lanjut (ADAS) dan teknologi kendaraan otonom.

Deskripsi: "Road Scenes Panoptic Segmentation Dataset" ditujukan untuk aplikasi dalam hiburan visual dan mengemudi otomatis, yang menampilkan kumpulan gambar pemandangan jalan yang dikumpulkan melalui internet dengan resolusi melebihi 1600 x 1200 piksel. Kumpulan data ini mengkhususkan diri dalam segmentasi panoptik, yang memberi anotasi pada setiap contoh yang dapat diidentifikasi dalam gambar, seperti kendaraan, jalan, garis lajur, vegetasi, dan orang, yang menyediakan kumpulan data terperinci untuk analisis pemandangan jalan yang komprehensif.

Deskripsi: "Kumpulan Data Anyaman Garis Besar Langit" kami melayani internet, media, dan industri seluler dengan pilihan gambar langit yang dikurasi. Kumpulan data ini menampilkan beragam kondisi langit termasuk cerah, berawan, matahari terbit, terbenam, dan banyak lagi, dengan segmentasi halus tingkat piksel untuk ekstraksi garis besar secara detail, cocok untuk berbagai aplikasi.

Deskripsi: "Kumpulan Data Segmentasi Langit" dikurasi dengan cermat untuk industri hiburan visual, menampilkan gambar yang diambil secara manual dengan resolusi bervariasi dari 937 × 528 hingga 9961 × 3000. Koleksi ini didedikasikan untuk segmentasi langit pada waktu yang berbeda, siang dan malam, menyediakan serangkaian skenario langit luar ruangan yang dinamis untuk tugas segmentasi topeng yang komprehensif.

Deskripsi: "Walkway Segmentation Dataset" dibuat untuk meningkatkan keselamatan dan efisiensi sistem mengemudi otonom dengan berfokus pada identifikasi dan segmentasi jalur pejalan kaki yang akurat. Dataset ini, yang berisi gambar dari perekam berkendara, sangat penting untuk melatih model AI guna membedakan antara area yang dapat dilalui kendaraan dan zona pejalan kaki. Dengan melakukan segmentasi area pejalan kaki melalui teknik segmentasi instan dan biner, data ini menyediakan sumber daya penting untuk mengembangkan kendaraan otonom yang dapat menavigasi lingkungan perkotaan dengan aman.