一般的に使用されている公開データセット
2022-02-24 15:19:41
ブロガーの公開番号:happyGirl's Bizarro Worldをフォローするのは歓迎です。乾物や技術談義が多めです。
元記事へのリンクです。 http://homepages.inf.ed.ac.uk/rbf/CVonline/Imagedbase.htm
CVonline: 画像データベース
(Googleからの直訳、それが役立つことを願っています)
トピック別インデックス
- アクションデータベース
- 属性の識別
- 自律走行
- バイオ/メディカル
- カメラキャリブレーション
- 顔・目・虹彩データベース
- 指紋
- 一般画像
- 一般的なRGBDと深度データセット
- 一般的な動画
- 手、把持、マニュアル、ジェスチャーデータベース
- 画像・映像・形状データベース検索
- オブジェクトデータベース
- 人間(静止画), 人間のポーズ
- 人物検出・追跡データベース (参照 モニタリング )
- リモートセンシング
- シーンまたは位置のセグメンテーションまたは分類
- セグメンテーション
- ローカライゼーションとマッピングの同時進行
- モニタリングとトラッキング (参照 人 )
- テクスチャ
- 都市データセット
- その他のコレクションページ
- その他のトピック
もう一つの便利なサイトが YACVID のページをご覧ください。
アクションデータベース
- 3Dオンラインアクションデータセット - 7つのアクションクラス付き(マイクロソフト、南洋工科大学)
- 50 サラダ - RGB-Dビデオ+加速度計データに4.5時間のフルアノテーションを施し、25人が2種類のミックスサラダを調理する様子を撮影(University of Dundee, Sebastian Stein氏)
- アクティビティネット - 人間行動理解のための大規模映像ベンチマーク(200教室、1クラス100映像、648映像時間)(Heilbron, Escorcia, Ghanem, and Niebles)
- ASLAN アクション類似性ラベリングチャレンジ データベース(Orit Kliper-Gross)
- 動画中の動き検出 - MERLショッピングデータセットは106本のビデオで構成され、各ビデオは約2分のシーケンスである (Michael Jones, Tim Marks)
- アクター&アクションデータセット -3782本の動画、7人のアクターが8種類のアクションを行う(Xu, Xie, Xiong, Corso)
- 行動認識のために収集された様々なラベル付きビデオデータセットの分析 (ケビン・マーフィー)
- BEHAVE Interactorのマーカ付きビデオデータ (Scott Blunsden、Bob Fisher、Aroosha Laghaee)
- BUアクションデータセット - ビデオデータセットUCF101とActivityNetのカテゴリに1対1で対応する3つの画像アクションデータセット(BU101, BU101-unfiltered, BU203 unfiltered)。(S. Ma, SABargal, J. Zhang, L. Sigal, S. Sclaroff.)。
- バークレーMHAD: マルチモーダル行動統合データベース (フェルダ・オフリ)
- バークレー マルチモーダル オペレーションズ データベース - 応用分野を広げる5つの方法(カリフォルニア大学バークレー校、ジョンズ・ホプキンス大学)
- 朝食データセット - 10種類の台所仕事を撮影した1712のビデオクリップを48の原子行動クラスに分類したデータセット。(H. Kuehne, AB Arslan, T. Serre)
- ブリストル・センター・オブジェクト・インタラクション・データセット - 3〜5人のユーザー(一人称(自分中心))が6つの場所でタスクを行う様子を撮影したビデオを収録(Dima Damen, Teesid Leelaswassuk and Walterio Mayol-Cuevas, Bristol University)
- ブラウンブレックファーストアクションデータセット - 10種類の朝食準備活動(Kuehne、Arslan、Serre)を70時間、400万フレームで撮影。
- CAD-120データセット - 高いアクティビティとオブジェクトインタラクションに注目(コーネル大学)
- CAD-60データセット - CAD-60およびCAD-120データセットには、人間の実行活動のRGB-Dビデオシーケンスが含まれている(コーネル大学)
- CVBASE06: スポーツ映像のアノテーション (ヤネス・ペルス)
- シャレード データセット - 267人のボランティアによる10,000本のビデオ。それぞれに複数のアクティビティ、タイトル、オブジェクト、時間ローカライゼーションがアノテーションされている。(Sigurdsson, Varol, Wang, Laptev, Farhadi, Gupta)
- 複合アクティビティデータセット - 14人の被験者とアノテーション(Universidad de ChileとUniversidad de Chile)が行った26の原子行為と16の活動カテゴリの異なる組み合わせを提供する
- コーネルアクティビティデータセット CAD 60, CAD 120 (コーネル・ロボティクス・ラーニング・ラボ)
- DMLSmartActions データセット - 16人の被験者が12種類の動作を自然な形で行った(ブリティッシュコロンビア大学)
- 人間の動作が深く収められた映像データセット - 23種類のアクションが収録されている(CAS CITI)
- DogCentricアクティビティデータセット - 犬*の上に取り付けられたカメラからの一人称映像(Michael Ryoo氏)
- ETSフィールドホッケーゲームイベントデータセット - このデータセットには、固定カメラで撮影された2つのホッケーゲームの映像が含まれています。(M.-A. Carneau, AJRaymond, E. Granger, and G. Gagnon)
- FCVID: 復旦大学-コロンビア大学 ビデオデータセット - 239のカテゴリに基づき91,223本のWeb動画に手動でアノテーション(Jiang, Wu, Wang, Xue, Chang)
- G3D - Microsoft Kinectで撮影した20のゲームアクションの映像、奥行き、スケルトンデータの同期(Victoria Bloom氏)
- G3Di - このデータセットには、6組に分かれた12組の被験者が含まれている(キングストン大学)
- ゲーム3Dデータセット - ゲームシーンにおけるリアルタイムモーション認識(キングストン大学)
- ジョージア技術センター活動 - 視線 (+) - 見ている人の視線位置の動画(Fathi、Li、Rehg)
- HMDB: 大型人体運動データベース (世良研究室)
- ハリウッド3Dデータセット - 14のアクションクラスにわたる650の3Dビデオクリップ (Hadfield and Bowden)
- 人物行動・シーンデータセット (マルシン・マルツァレク、イワン・ラプテフ、コーデリア・シュミッド)
- ヒューマンエヴァ : 人体運動評価用同期型ビデオ・モーションキャプチャデータセット(ブラウン大学)
- I-LIDSビデオイベント画像データセット(知能化検知システム用画像ライブラリ) (ポール・ホスナー)
- I3DPostマルチビューヒューマンアクションデータセット (金漢成)
- IAS Laboratory Action Dataset - 十分な動作とそれを行う人数を収録(パドヴァ大学IAS研究室)
- INRIA Xmasモーションキャプチャシーケンス (IXMAS) (INRIA)
- InfARデータセット - 異なる 時間的赤外線行動認識ニューラル・コンピューティング(Qiangqiang Chen, Yinhe Du Jiangjiang, Jing Lv, Luyu Yang, Deyu Meng, Alexander G. Hauptmann)
- JPL一人称インタラクションデータセット - 7つの人間活動を一人称視点で撮影した動画(Michael S. Ryoo, JPL)
- イエナ行動認識データセット - エイブルドッグアクション(Korner and Denzler)
- K3Da - Kinect 3Dアクティビティデータセット - K3Da (Kinect 3D Activity) は、骨格、深度データ、および関連する参加者情報を含む、臨床に関連するリアルな人間の動作データセットです (D. Lightley, MH Yap, J. Corulson, Y. Banouin and JSMcPhee)
- KIT ロボキッチンアクティビティデータセット - 17人が12の複雑なキッチン作業を行う、合計540のクリップ(L. Rybok、S. Friedberger、UD Hanebeck、R. Stiefelhagen)
- KTH人物動作認識データベース (KTH キャバップ 研究室)
- カールスルーエ行動・意図・行動データセット(MINTA) - フルモーション原始部を含む7つの日常生活動作(D. Gehrig, P. Krauthausen, L. Rybok, H. Kuehne, UDHanebeck, T. Schultz, Stiefelhagen)
- LIRIS 人間活動データセット - 様々な活動を行う人々の映像(グレー / RGB / 深度)を収録(CNRS)。
- LIRIS 人間活動データセット - カメラ2台、アノテーション、深度画像(Christian Wolf, et al.)
- MEXaction2アクション検出およびローカライゼーションデータセット - 比較的大規模な動画データベースにおける短いアクションの発見を支援する手法の開発および評価。77時間、117本のビデオ (Michel Crucianu and Jenny Benois-Pineau)
- MPII料理アクティビティデータセット (M. Rohrbach)
- MSR-Action3D - ベンチマークRGB-Dアクションデータセット(Microsoft Research Redmond、University of Wollongong)
- MSRActionPairデータセット - 奥行き方向のアクティビティ認識のための4次元正規分布ヒストグラム (フロリダ州セントラル、マイクロソフト大学)
- MSRC-12 Kinectジェスチャーデータセット - 12種類のジェスチャーを行う人のシーケンス594個、フレーム数719,359(Microsoft Research Cambridge調べ)
- MSRC-12データセット - 体の部位を表す人の動きのシーケンスとそれに関連するジェスチャー(Microsoft Research Cambridge、Cambridge of Cambridge)
- MSRDailyActivity3Dデータセット - 16のアクティビティがあります(マイクロソフト、ノースウェスタン大学)
- ManiAc RGB-Dアクションデータセット:異なる操作アクション、15種類のバージョン、30種類の操作対象、20種類の長く複雑なリンクアクションのシーケンス(Eren Aksoy氏)
- Miviaデータセット - 14人の被験者による7つの高度な動作で構成されています。(サレモ大学Mivia研究室)
- ミューハビ - マルチカメラによる人体動作映像データ(Hossein Ragheb氏)
- マルチモーダル行動検出(MAD)データセット - 20人の被験者が行った35の連続したアクションが収録されている。(カーネギーメロン大学)
- マルチビュー3Dイベントデータセット - このデータセットには、8人の被験者(UCLA)が行った8種類のイベント、つまり
- NTU RGB + D アクション認識データセット - NTU RGB + Dは、人間の動作認識のための大規模なデータセットです。
- ノースウェスト UCLA マルチビューアクション3D - 10種類のアクションカテゴリーがあります:(ノースウェストと カリフォルニア大学ロサンゼルス校 )
- オックスフォードTVをベースにした対人コミュニケーション (Oxford Visual Geometry Group)
- 議会 - Parliamentデータセットは、ギリシャ議会での政治演説を撮影した228本のビデオシーケンスから構成されています。
- RGB-D活動データセット - データセット内 各ビデオには、異なるオブジェクトとのインタラクションを含む2〜7アクションが含まれています。(コーネル大学、スタンフォード大学)
- RGBD-アクション-コンプリーション-2016 - このデータセットには、6つのアクションにわたる414の完全/不完全なオブジェクトインタラクションシークエンスが含まれ、RGB、深度、スケルトンデータが提示されています。(Farnoosh Heidarivincheh、Majid Mirmehdi、Dima Damen)
- RGBD-SARデータセット - RGBD-SARデータセット(中国・マイクロソフト電子科技大学)
- Rochester Daily Activity Dataset 活動内容 (ロス・メッシング)
- SBU Kinectインタラクションデータセット - 8種類のインタラクションが収録されている(ストーニーブルック大学)
- SBU-Kinect-Interactionデータセットv2.0 - インタラクティブな活動を行う人間のRGB-Dビデオシーケンスで構成されている (Kiwon Yun et al.)
- SDHA ヒューマン・アクティビティ 2010 コンテスト - ヒューマン・インタラクションの意味説明 (マイケル・S リョウ JK Aggarwal, Amit K. Roy-Chowdhury)
- SDHA 人間活動の意味論的記述 2010 コンペティション - 空中写真 (Michael S. Ryoo, JK Aggarwal, Amit K. Roy-Chowdhury)
- SFUバレーボールグループ活動識別 - のバレーボール動画 2レベルのアノテーションデータセット(選手9アクション、シーン8アクティビティ)(M. Ibrahim, S. Muralidharan, Z. Deng, A. Vahdat and G. Mori / Simon Fraser University)
- SYSU 3D Human-object インタラクション データセット - 40人の被験者が12種類の活動を行う(中山大学)
- ShakeFiveデータセット - ハンドシェイクとハイファイブの2つのアクションのみ収録。(ユトレヒト大学)
- シェイクファイブ2 - 153本のHDビデオに含まれる8つのカテゴリについて四肢レベルのアノテーションを行ったバイナリHCIデータセット(Coert van Gemeren, Ronald Poppe, Remco Veltkamp)
- サバゲー スポーツビデオ(SVW) - スマートフォンアプリ「SVW by Coach Eye」ユーザー 4,200本の動画を全てスマートフォンで撮影、TechSmith社開発のスポーツトレーニング用アプリの代表格(Syed Morteza Safdarnejad, Xiaoming Liu氏)。
- スタンフォード・スポーツ・イベント・データセット (キャリー)
- リーズアクティビティデータセット - 朝食 (LAD - Breakfast) - 5人の人物が朝食や簡単な食事をする様子を撮影した15本の動画(John Folkesson et al.)
- THUMOS - 未編集の映像を時間軸で行動認識! - 430時間のビデオデータ、4500万フレーム(Gorban, Idrees, Jiang, Zamir, Laptev Shah, Sukthanka)
- TUMキッチンデータセット 日常業務編 (Moritz Tenorth, Jan Bandouch)
- TVヒューマンインタラクションデータセット (アロンソ・パトロン=ペレス)
- 転倒検知データセット - 2つの風景にいる6人の被験者が一連の連続した動作を行った(テキサス大学)
- TJUデータセット - 20人の被験者が2つの異なる環境下で行った22のアクション、合計1760シーケンスを収録している。(天津大学)
- UCF-iPhone データセット - 9 有酸素運動は、被験者(6-9)から慣性計測ユニット(IMU)を使用してApple iPhone 4スマートフォンで記録されました。(Corey McCall, Kishore Reddy, and Mubarak Shah)
- UPCV動作データセット - このデータセットは、10種類の動作を2回行う20個のオブジェクトから構成されています。(パトラス大学)
- UC-3Dモーションデータベース - 利用可能なデータの種類は、XsensとMicrosoft Kinectによる高解像度モーションキャプチャ、MVNスーツ取得用のRGBおよび深度画像(ポルトガル・コインブラのシステム&ロボティクス研究所)。
- UCF101モーションデータセット 101アクションクラス、13kクリップ以上、27時間のビデオデータ(セントラルフロリダ大学)
- UCFキネクト - 16 個のアクションからなるデータセット (セントラルフロリダ大学オーランド校)
- UCR Videoweb Multi-Camera Wide Area Activityデータセット (Amit K. Roy-Chowdhury)
- UTD-MHAD - 8人の被験者が4つの技を4回行った。(テキサス大学ダラス校)
- UTKinectデータセット - 人間の行動を2回行った10人の被験者(テキサス大学)によるもの。
- UWA3Dマルチビュー活動データセット - 10人(西オーストラリア大学)が30回実施した アクティビティがあります。
- セントラルフロリダ大学 - アクションカテゴリ認識における50の実写映像 (3 GB) (キショア・レディ)
- セントラルフロリダ大学 - ARG 天文カメラ、屋上カメラ、地上カメラ(UCFコンピュータビジョン・ラボ)
- セントラルフロリダ大学 - 長編映画アクションデータセット (セントラルフロリダ大学)
- セントラルフロリダ州立大学 - スポーツアクションデータセット (セントラルフロリダ大学)
- セントラルフロリダ州立大学 - YouTube Action Dataset (Sports) (セントラルフロリダ大学)
- ユトレヒトマルチスポーツベンチマーク(UMPM) - 人物の映像集とモーションキャプチャデータに基づくグランドトゥルース(NP van der Aa, X.Ro, GJ Giezeman, RT Tan, RC Veltkamp.)
- VIRATビデオデータセット - 人間と車両が関わる大きく2種類の活動(単一物体、2物体)に対するイベント認識。(Sangmin Oh et al.)
- ヴェローナ社交場データセット (Marco Cristani)
- ViHASi:バーチャル・ヒューマン・アクション・シルエット・データ (userID: VIHASI password: virtual$virtual) (Hossein Ragheb, Kingston University)
- Videoweb(マルチカメラ)活動データセット (B. Bhanu, G. Dinina, C. Ding, A. Ivers, A. Kalal, C. Ravishankar, A. Roy-Chowdhury, B. Varda)
- WVU多視点行動認識データセット (ウェストバージニア大学)
- エクササイズSUU-10 Kinectデータセット エクササイズの動き(Ceyhun Akgulさん)
- ワークアウトSU-10データセット - プロのトレーナーが治療目的で選んだ運動動作が収録されています。(サバンク大学)
- リストカメラ映像データセット - 物体操作(大西、金平、金崎、原田)
- ユーコック - 88本のオープンソースYouTube料理動画とアノテーション(Jason Corso)
- YouTube - 8Mデータセット - Video Understanding Research (Google Inc.)の大規模かつ多様なタグ付き動画データセット
属性認識
- 鳥類 このデータベースには、6種類の鳥類の画像600枚(各100サンプル)が含まれています(Svetlana Lazebnik、Cordelia Schmid、Jean Ponce)
- 蝶 このデータベースは、619種類の蝶の画像を収録しています。(Svetlana Lazebnik、Cordelia Schmid、Jean Ponce)
- CALVIN研究会データセット - アイトラッキング物体検出、imagenet bounding box、同期アクティビティ、棒人間、ボディポーズ、youtubeオブジェクト、顔、馬、おもちゃ、視覚特性、形状クラス (CALVIN ggroup)
- セレブ - 大規模なCelebFaces属性データセット (Ziwei Liu, Ping Luo, Xiaogang Wang, Xiaoou Tang)
- 帽子 データベースの27の人間的属性(Gaurav Sharma, Frederic Jurie)
- 相対属性学習用LFW-10データセット - 10,000組の顔画像と10属性のインスタンスレベルのアノテーションからなるデータセット (CVIT, IIIT Hyderabad.)
- 個人用写真セットにおける人物認識 - 評価や長時間属性アノテーション、写真ごとのタイムスタンプメタデータなど、より難しい3つの部門を紹介した(Oh, Seong Joon and Benenson, Rodrigo and Fritz, Mario and Schiele, Bernt)
- ビジュアルアトリビュートデータセット 500以上のオブジェクトクラス(アニメーションおよび無生物)に視覚的な属性を付与し、すべてImageNetで表現しています。各オブジェクトクラスは、636の属性(例:金属製の毛皮を持つ、丸いなど)の分類に対して、視覚的属性に基づいてアノテーションされています。
- WIDER属性データセット - WIDER属性は、30のシーンカテゴリに属する13,789枚の画像に、57524個の人物の境界ボックスにそれぞれ14個のバイナリ属性を付与した大規模な人物属性データセットです(Li, Yining and Huang, Chen, Loy, Chen Change and Tang, Xiaoou)。
自律走行
- アミューズ - 自動車用マルチセンサー(AMUSE)データセットは、複数のテストドライブで実際の交通シナリオを使用しています。(Philipp Koschorrek et al.)
- 自律走行 - セマンティックセグメンテーション、歩行者検出、仮想世界データ、遠赤外線、ステレオ、ドライバーモニタリング(CVC研究センター、UAB、UPC大学)
- 自律走行に関する共通の焦点(JAAD) - このデータセットには、主に行動研究および自律走行における検出に使用される歩行者と自動車の例が含まれている(Iuliia Kotseruba, Amir Rasouli, and John K. Tsotsos)
- LISA車両検出データセット - 様々な照明や交通状況下でのカラー一人称視点での運転映像(Sivaraman, Trivedi)
- 紛失・発見データセット - 遺失物データセットは、自律走行アプリケーションにおいて、予期せぬ小さな道路上の危険(多くの場合、荷物の紛失が原因)を発見する問題に対処するものである。(Sebastian Ramos, Peter Pinggera, Stefan Gehrig, Uwe Franke, Rudolf Mester, Carsten Rother)
- SYNTHIA - 自律走行車の訓練用の大規模(~50万)な仮想世界画像。(コンピュータビジョンセンター ADASグループ)
- 画像と注釈の合成コレクション - のために、運転シーンと関連するシーン理解問題の文脈における意味的セグメンテーションを支援する(Center for Computer Vision, UAB)。
生物学・医学
- 2008 MICCAI MS病変ステージングチャレンジ (米国国立衛生研究所神経科学研究のための青写真)。
- ASU DR-AutoCCデータ - 糖尿病網膜症分類データセットのためのマルチインスタンスラーニング特徴空間(Ragav Venkatesan, Parag Chandakkar, Baoxin Li - Arizona State University)
- アベリストウィス葉の評価データセット - ハンドラベリングされた植物画像、ハンドラベリングによる経時的な葉レベルのセグメンテーション、植物の犠牲に関する生物学的データ。(Bell, Jonathan; Dee, Hannah M.)
- 脊椎CT 脊椎CTデータベース 対象 スパイン 位置決めの位置決め、125例、242スキャン(Ben Glockern氏)
- ブラッツ - 脳のマルチパラメトリック磁気共鳴画像における腫瘍構造の同定とセグメンテーション(TU Munchen et al.)
- CRCHistoの表現型 - 細胞核データのタグ付け - 約3万個の点状細胞核と2万2千以上のマーカー細胞からなる大腸癌の組織像(Rajpoot + Sirinukunwattana)
- CREMI: MICCAI 2016 チャレンジ - 神経組織電子顕微鏡、神経細胞およびシナプスのセグメンテーション、シナプスのシャペロンアノテーションを6巻分収録。(Jan Funke, Stephan Saalfeld, Srini Turaga, Davi Bock, Eric Perlman)
- キャビー アクションデータセット - 640×480の解像度で7.5fpsで記録した16シーケンス、合計約31621506フレーム(272GB)のキャビティ(モルモット)の相互作用(Al-Raziqi and Denzler)
- セル・トラッキング・チャレンジ・データセット - グランドトゥルースを用いた2D / 3Dタイムラプスビデオシーケンス (Ma et al., Bioinformatics 30:1609-1617, 2014)
- コンピュータ断層撮影肺気腫データベース ( ゲージ ソレンセン)
- DIADEM:軸索・樹状突起の形態的レースのデジタル再構築 (アレン脳科学研究所ほか)
- DIARETDB1 - 標準的な糖尿病性網膜症データベース (ラッペーンランタ工科大学)
- ドライブ:血管抽出用デジタル網膜画像 (ユトレヒト大学)
- デフォームイット2.0 - 画像データ拡張ツール:1つの画像セグメンテーションのペアからグランドトゥルースセグメンテーションで新規画像をシミュレートする(Brian Booth, Ghassan Hamarneh)
- デフォーマブル画像登録ラボデータセット - 変形画像レジストレーション(DIR)の空間精度性能を客観的かつ確実に評価するためのものです。(Richard Castillo et al.)
- スキンミラーリング (Eric Ehrsam)
- EPT29. このデータベースは、EPTの4842分類群から1613点の標本画像を収録しています(Tom et al.)
- FIRE眼底画像登録データセット - 134網膜画像ペアとレジストレーションリアル(FORTH-ICS)
- IRMA (医療応用画像検索) - 匿名のX線写真を編集するコレクション(Deserno TM, Ott B)
- キッド - 医療意思決定支援のためのカプセル内視鏡データベース(Anastasios Koulaouzidis, Dimitris Iakovidis)
- ブレードセグメンテーションの課題 タバコとシロイヌナズナの画像(Hanno Scharr, Massimo Minervini, Andreas Fischbach, Sotirios A. Tsaftaris)
- MIT CBCL マウス行動自動認識データセット (ニコラス・エデルマン)
- MUCIC: マサリク大学細胞画像コレクション - ベンチマーク用細胞・組織の2D・3D合成画像(マサリク大学)
- ミニマンモグラフィーデータベース (マンモグラフィ画像解析研究会)
- モスファイン識別 - 類似クラス675件、画像数5344枚(Erik Rodner他)
- マウス胚の追跡データベース - 細胞分裂イベント検出(Marcelo Cicconet, Kris Gunsalus)
- OASIS - 画像研究のためのオープンアクセスシステム - 500以上の脳のMRIデータセット(ワシントン大学、ハーバード大学、バイオメディカル・インフォマティクス研究ネットワーク)
- 植物表現型データセット - 植物や葉の検出、セグメンテーション、トラッキング、種の同定に適した植物データ(M. Minervini, A. Fischbach, H. Scharr, SA Tsaftaris)
- 網膜眼底画像 - 血管分岐・交差のグランドトゥルース ( フローニンゲン 大学)
- 網膜の構造解析 - 解説(400枚以上の網膜画像、グランドトゥルース・セグメンテーションと医学的アノテーション付き)
- 背骨と心臓のデータ (ロンドン・オンタリオのデジタル・イメージング・グループ、MSc)
- ストーンフライ9 このデータベースには、973分類のStonefliesの画像826枚が含まれています(Tom et al.
- 合成移動性細胞 - 様々なレベルのガウス/ポアソンノイズと異なる経路特徴を持つ人工移動細胞(好中球)の98以上のタイムフレームをグランドトゥルースで表示した。(Constantino Carlos Reyes-Aldasoro博士)。
- セントラルフロリダ大学 - DDSM: マンモグラフィ検診のためのデジタルデータベース (セントラルフロリダ大学)
- VascuSynth - 120 3次元血管樹とグランドトゥルース構造 (Mengliu Zhao, Ghassan Hamarneh)
- VascuSynth - VascuSynthは、3Dボリュームで血管を生成します。(Ghassan Hamarneh、Preet Jassi、Mengliu Zhao)
- ヨーク心臓MRIデータセット (アレクサンダー・アンドレオプロス)
カメラキャリブレーション
- 屈折式カメラキャリブレーション画像 (Yalin Bastanlar)
- GoPro-Gyroデータセット - このデータセットは、広角ローリングシャッターのビデオシーケンスと、それに対応するジャイロスコープによる測定値から構成されています(Hannes et al.
- LO-RANSAC -単極性応力と多極性形状を推定するためのLO-RANSACライブラリ(K. Lebeda, J. Matas, O. Chum)
顔・目・虹彩データベース
- 300 ビデオ(300VW) - 68顔ランドマークトラッキング(Chrysos, Antonakos, Zafeiriou, Snape, Shen, Kossaifi, Tzimiropoulos, Pantic)
- 3Dマスク攻撃データベース(3DMAD) - Kinect RGBDを使用した1765人のフレームと目の位置(Sebastien Marcel氏)
- 3D顔の表情 - ビンガムトン大学3D静的・動的表情データベース(Lijun Yin, Jeff Cohn and teammates)
- 顔・話者認識用視聴覚データベース (モバイル・バイオメトリー MOBIO http://www.mobioproject.org/)
- BANCA顔・音声データベース (サリー大学)
- Binghampton Univ 3D静的・動的顔表情データベース (Lijun Yin, Peter Gerhardstein and teammates)
- Binghamton Pittsburgh 4D自発的顔面表情データベース - 2次元の自発的表情ビデオとFACSコードで構成されている。(Lijun Yin et al.)
- BioID顔データベース (バイオIDグループ)
- BioVid熱痛データベース - このビデオ(および生体信号)データセットには、実験的に熱による痛みを誘発した87人の研究参加者の顔や生理的な心理反応が含まれています(マグデブルグ大学(神経情報学グループ)、ウルム大学(感情ラボ))。
- 生体情報データベース - 虹彩認証関連のバイオメトリクスデータベース(Adam Czajka)
- Biwi 3Dオーディオビジュアル感情コーパス - 高画質でダイナミックな1000枚の顔の3Dスキャン画像と、英語のセンテンスセットを公開。
- FACSで注釈された顔の表情、頭部ポーズ、顔の咬み合わせのBosporus 3D/2Dデータベース (ボガジチ大学)
- コミック / フォトメート・データセット - データ集合 正面図とそれに対応するマンガの折れ線グラフ (Tayfun Akgul)
- CASIA-IrisV3 (中国科学院、TN タン、Z. サン)
- CASIR注視点推定データベース - RGB画像と奥行き画像(Kinect V1.0より)と顔特徴量のグランドトゥルース値による視線推定ベンチマークとの相対比較実験。(Filipe Ferreira et al.)
- CMU表情データベース (CMU / MIT)
- CMU Pose, Illumination, and Expression (PIE) データベース (サイモン・ベイカー)
- CMU / MITフロント (CMU / MIT)
- CMU / MITフロント (CMU / MIT)
- CSSE 前面顔面強度・範囲画像 (アジュマル・ミアン)
- セレブA - 大規模なCelebFaces属性データセット (Ziwei Liu, Ping Luo, Xiaogang Wang, Xiaoou Tang)
- Cohn-Kanade AU コード化表現データベース - 100名以上の被験者の500以上の発現配列をActivated Action Unit (Affect Analysis Group, Univ. of Pittsburgh)によりコード化したもの。
- Cohn-Kanade AU コード化表現データベース - 顔画像の自動解析・合成や知覚に関する研究(Jeff Cohn et al.)
- コロンビア視線データセット - 56人の5つ以上の頭部ポーズと21の視線方向の画像5,880枚(Brian A. Smith, Qi Yin, Steven K. Feiner, Shree K. Nayar)
- Computer Vision Laboratory 顔データベース (CVL 顔データベース) - データベースには114人分の798枚の画像が含まれており、1人あたり7枚の画像を研究目的で自由に利用できる(Peter Peer et al.)
- DISFA +:自発的な顔面動作のための拡張されたデンバー強度データベース - DISFAの拡張(MHマホア)
- DISFA:自発的顔面動作強度データベース - A非 擬人化 行動単位を自動検出するコンピュータアルゴリズムの開発、およびFACSで記述された人物を強弱で表現するための表情データベース。(MH Mahoor)
- EURECOM 顔面化粧品データベース - 画像389枚、化粧品なし50枚、化粧品の数と位置のメモ(Jean-Luc DUGELAY et al.)
- EURECOM Kinect顔データベース - 52人、2セッション、9バリエーション、6顔面ランドマーク (Jean-Luc DUGELAY et al.)
- EYEDIAPデータセット - EYEDIAPデータセットは、RGBおよびRGB-Dデータに対する視線推定アルゴリズムの学習と評価のために設計されています。参加者の多様性、頭部ポーズ、視線ターゲット、知覚条件などが含まれています(Kenneth Funes、Jean-Marc Odobez)。
- FDDB: Face Detection Dataset and Benchmarks - Learning Unconstrained Face Detection(顔検出のデータセットとベンチマーク (マサチューセッツ大学コンピュータビジョン研究室)
- FG-Netの異年齢でのエイジング 顔(ジェスチャー認識研究ネットワーク)
- 顔認識グランドチャレンジデータセット (FRVT - 顔認識ベンダーテスト)。
- 顔面超解像データセット - デュアルカメラで撮影された真実のHR-LR顔画像(Chengchao Qu et al.)
- フェイススクラブ - 10万人以上が利用するサイト 顔 530人(男女比50:50)のデータセット(H.-W. Ng, S. Winkler)
- FaceTracerデータベース - 15,000人の顔 (Neeraj Kumar, PN Belhumeur and SK Nayar)
- 表情データセット - 実環境下で撮影された242本の顔動画(168,359フレーム)からなるデータセットです。(Daniel McDuff et al.)
- 顔認証技術(FERET)データベース (国立標準技術研究所)
- ハンナとその姉妹たちデータベース - オーディオビジュアルキャラクターの顔、言語セグメント、撮影境界の真実の密なアノテーション(Patrick Perez, Technicolor)
- 香港顔データベース
- IDIAP頭部ポーズデータベース(IHPD) - データセットには、セッションビデオと参加者個人のヘッドベース(約128分)が含まれています(Sileye Ba、Jean-Marc Odobez)。
- IMDB-WIKI - 500k + 年齢・性別タグ付き顔画像 (Rasmus Rothe, Radu Timofte, Luc Van Gool)
- インド映画顔データベース(IMFDB) - 100以上のビデオ(Vijay KumarとCV Jawahar)から収集した100人のインド人俳優の34512枚の画像を含む大規模な無制約顔データベース。
- イラン人顔面データベース - IFDBは、2歳から85歳までの被写体の年齢、ポーズ、表情のカラー顔画像を収録した中東で初めての画像データベースです。(Mohammad Mahdi Dehshibi)
- 日本女性の表情 (JAFFE) データベース (マイケル・J・ライオンス)
- LFWです。野生に刻まれた顔 - 無制限顔認識
- MIT CBCL顔認識データベース (生物・計算機学習センター)
- MIT顔データベース照合 (イーサン・マイヤーズ)
- MITアイトラッキングデータベース(1003画像) (Judd et al.)
- MMI表情データベース - 75名の被験者の動画と高解像度静止画2900枚をFACS AUとしてアノテーションしています。
- MORPH (頭蓋顔面縦断形態顔面データベース) (ノースカロライナ大学ウィルミントン校)
- MPIIGazeデータセット - 異なる照明条件と自然な頭の動きのもとでの眼球画像と視線ターゲットを持つ213,659のサンプルが、日常使用中のノートパソコンで15人の参加者から収集されました。(Xucong Zhang、Yusuke Sugano、Mario Fritz、Andreas Bulling)
- マンチェスターアノテートセッションビデオデータセット (Timothy Cootes)
- メガフェイス - ボーダーの100万人の顔(ケメルマッハー・シュリザーマン、ザイツ、ネッシュ、ミラー、ブロサード)
- 音楽ビデオデータセット - 制約のない環境での多顔面追跡アルゴリズム開発のためのYouTubeからの8つの音楽ビデオ(Shang Zhang, Jia-Bin Huang, Ming-Hsuan Yang)
- NIST顔認識グランドチャレンジ(FRGC) (NIST)
- NIST顔写真識別データベース (国立標準技術研究所)
- NRC-IIT顔映像データベース - このデータベースには、モニタの前に座るコンピュータ利用者の顔を映した一対の短い動画が含まれており、様々な表情や向きを見せてくれる(Dmitry Gorodnichy)
- 聖母マリア画像データセット (パトリック・J・フリン)
- ノートルダム寺院の顔、赤ら顔、3D顔、表情、群集、目のバイオメトリクスデータセット (ノートルダム・ド・パリ)
- ORLの顔データベース。40人・10意見 (ATT Cambridge Lab)
- OUI-Adience Faces - 性別、年齢分類、3D顔(OUI)のためのフィルタリングされていない顔
- Oxford: 顔、花、マルチビュー、建物、オブジェクトカテゴリ、モーションセグメンテーション、アフィン共変領域、雑多なもの (オックスフォード視覚幾何学グループ)
- PubFig: 公開顔データベース (ニーラジ・クマール、アレクサンダー・C・バーグ、ピーター・N・ベルフメア、シュリー・K・ナヤル)。
- 野生の顔の再マーキング - 元画像を、quot;deep funnel"法で整列させたもの。(マサチューセッツ大学アマースト校)
- SCフェイス - 監視カメラ顔データベース (Mislav Grgic, Kresimir Delac, Sonja Grgic, Bozidar Klimpak))
- 人間の視覚入力の記録である視線アライメントの重要な特徴 - 人間の視線-フィールドデータの結節点(Frank Schumann et al.)
- 兄弟DB - SiblingsDBには、兄弟関係にある個人の画像を記述した2つのデータセットが含まれています。(トリノ・ビジョン/コンピュータグラフィックスと視覚グループ)
- CMU Multi-PIE Faceデータベース - 5ヶ月間、4回のセッションで記録された337人、75万枚以上の画像。(Jeff Cohn et al.)
- UNBC-McMaster肩の痛み表現アーカイブデータベース - 痛みのデータです。UNBC-McMaster肩の痛み症状表現アーカイブデータベース(Lucy et al.)
- Trondheim Kinect RGB-D 人体再認識データセット (イゴール・バロス・バルボサ)
- UB KinFaceデータベース - バッファロー大学近親者確認・同定データベース
- UBIRIS: ノイズ可視波長虹彩画像データベース (ベラ大学)
- UTIRISクロスアイリス画像データベース (マフディ・ホッセイニ)
- VIPSLデータベース - 顔面スケッチ用VIPSLデータベース-写真合成と認識に関する研究、200人の被写体を含む(1人当たり1枚の写真と5枚のスケッチ)(Nanan Wang)
- ワシントン顔面表情データベース(FERG-DB)) - 6つの様式化された(Maya)キャラクターと7つの注釈付き表情のデータベース (Deepali Aneja, Alex Colburn, Gary Faigin, Linda Shapiro, and Barbara Mones)
- 広辞苑:顔検出ベンチマーク - 32,203画像、393,703枚、61イベントクラス (Shuo Yang, Ping Luo, Chen Change Loy, Xiaoou Tang)
- XM2VTS Facial Video Sequences (295): 拡張M2VTSデータベース(XM2VTS) (サリー大学)
- エール顔データベース - 10人11通りの表情 (A. Georghaides)
- エール顔データベースB - 576人の視聴条件 (A. Georghaides)
- ヨーク大学アイトラッキングデータセット(120枚) (ニール・ブルース)
- YouTube Faces DB - 3,425本のビデオ、1,595人の異なる人物。(ウルフ、ハスナー、マオズ)
- チューリッヒの自然画像 - 一連のアイトラッキング研究において、自然な刺激を作り出すために使用された画像素材(Frey et al.)
フィンガープリント
- FVC指紋照合コンテスト2002データセット (ボローニャ大学)
- FVC指紋照合コンテスト2004データセット (ボローニャ大学)
- 指紋マニュアル詳細マーカー(FM3)データベース。 - 指紋マニュアル詳細マーカー(FM3)データベース(Mehmet Kayaoglu、Berkay Topcu、Umut Uludag)
- NISTフィンガープリント・データベース (国立標準技術研究所)
- SPD2010 指紋単一点検出競技会 (SPD2010実行委員会)
全体画像
- データ集合 実際の低照度画像ノイズ除去の様子 - 低照度カメラのノイズによって破壊された画素と強度を揃えた画像と、低ノイズの対応する画像のペアが含まれています。(J. Anaya, A. Barbu)
- フィンセント・ファン・ゴッホ関連絵画データベース - これは、"印象派から表現主義へ、の論文VGDB-2016です。Van Gogh's Paintings" (Guilherme Folego and Otavio Gomes and Anderson Rocha)の自動識別を行います。
- AMOS: 多数の屋外シーン(20+m)のアーカイブ (ネイサン・ジェイコブス)
- 空撮画像 空間から得られる不変の色彩特徴と陰影情報を利用する 画像 ビルド検出 (Beril Sirmacek)
- BGU自然風景用ハイパースペクトル画像データベース (オハド・ベンシャハル、ボアズ・アラド)
- ブラウン大学バイナリ画像データベース (ベン・キミア)
- CMPファサードデータベース - 12の建築カテゴリに属する場所の補正済みファサード画像606点を収録(Radim Tylecek)
- カリフォルニア工科大学-UCSDの鳥 200-2011 (キャサリン・ワー)
- コロンビアのマルチスペクトル画像データベース (安間冨士夫、光永徹、磯大輔、SK Nayar)
- DAQUAR (ビジュアルチューリングチャレンジ) - データ集合 実際の室内シーンに関する質問と回答 (Mateusz Malinowski, Mario Fritz)
- データ集合 米国映画予告編 2010-2014 - ハリウッド映画の予告編474本と関連するメタデータ(ジャンル、予算、上映時間、バージョン、MPAAレーティング、公開スクリーン、続編の指標)へのリンクが含まれています(USC Signal Analysis and Interpretation Lab)。
- 一般100件データセット - General-100データセットには、超解像学習に最適なbmp形式(非圧縮)の画像が100枚含まれています(Dong, Chao and Loy, Chen Change and Tang, Xiaoou)。
- HIPR2画像の種類別カタログ (Bob Fisher et al.)
- 自然環境における局所照明の空間分布のためのハイパースペクトル画像 - 自然シーンの 局所照明の推定に使用したプローブ球の30枚の較正済みハイパースペクトルラジオメトリック画像。(Nascimento, Amano & Foster)
- 自然景観のハイパースペクトル画像 - 2002年 (デビッド・H・フォスター)
- 自然景観のハイパースペクトル画像 - 2004年 (デビッド・H・フォスター)
- ISPRS マルチプラットフォーム フォトグラメトリー データセット - 1) 空床と斜め上空からの画像、2) UAVと陸上画像の合成(Francesco Nex、Markus Gerke)
- LIVE用画像・映像品質評価 - 画質アルゴリズム開発のために(テキサス大学オースティン校)
- ImageNet 大規模視覚認識への挑戦 - 現在、200のオブジェクトクラスと500以上のK画像(Alex Berg, Jia Deng, Fei-Fei Li, etc.)
- ImageNet言語機構(WordNet)階層型画像データベース - 10E7画像、15Kクラス (その 李 飛飛飛 ジェイデン ハオ ス カイリ )
- 低コスト全方位ロボット運動による高性能構造物のための3Dスパースマッピングの改善 - 評価データセット - 研究論文で使用したデータセット doi: 10.1109 / ICIP.2015.7351744 (Breckon, Toby P., Cavestany, Pedro)
- LabelMeFacadeデータベース - 945枚のラベルの建築画像(Erik Rodner et al.)
- 部分照明のハイパースペクトル放射画像 - 局所照明推定用プローブ球を埋め込んだ自然景観のハイパースペクトル輝度画像30枚(Sgio MC Nascimento, Kinjiro Amano, David H. Foster)
- McGill校正カラー画像データベース (アドリアナ・オルモス、フレッド・キングダム)
- 多重歪み画像データベース - 多重歪み画像に対する画質評価指標の結果評価用データベース(料金週)
- NPR一般 - 画像のスタイル化アルゴリズムを評価するために使用される、正規化された画像のコレクションです。(David Mold, Paul Rosin)
- ニューヨーク大学シンメトリーデータベース - 176枚の単対称画像と63枚の多対称画像(Marcelo Cicconet, Davi Geiger)
- OTCBVS赤外線画像ベンチマークデータセット集 (オハイオ州立大学チーム)
- PAnorama スパース構造化リージョンデータセット - 画像アライメント評価用PASSTAデータセット(Andreas Robinson)
- 自然風景用 ハイパータイムハイパースペクトル画像 - 1日を通して採用された自然シーンの7-9校正されたハイパースペクトルラジオメトリック画像の4つのタイムラプスシーケンス。(Foster, DH, Amano, K., & Nascimento, SMC)
- タイムラプスハイパースペクトルラジオメトリック画像 - 10nm間隔のスペクトルを持つ自然景観の7-9校正ハイパースペクトル画像の4つのタイムラプスシーケンス(David H. Foster, Kinjiro Amano, Sgio MC Nascimento)
- 微小画像データセット 790,000 32x32カラー画像(Fergus, Torralba, Freeman)
- ビジュアル質問回答 - 254K画像、764K質問、グランドトゥルース (Agrawal, Lu, Antol, Mitchell, Zitnick, Batra, Parikh)
- ビジュアル問題生成 - 15kの画像(オブジェクト中心およびイベント中心の画像)と、さらに会話を引き出すことができる画像を含む75kの自然な質問(Nasrin Mostafazadeh, Ishan Misra, Jacob Devlin, Margaret Mitchell, Xiao Dong He, Lucy Vanderwende )。
- YFCC100M: マルチメディア研究の新しいデータ - この一般に公開されている100万枚の写真と動画のキュレーションデータセットは、誰でも無料で合法的に利用できます(Bart ThomeeYahoo Labs、サンフランシスコのFlickrなど)。
一般的なRGBDと深度データセット
注:3Dデータセットは、他の場所でも利用可能です。 オブジェクト は シーン と アクションの中で .
- 3DプリントRGB-Dオブジェクトデータセット - 5つのオブジェクトとグランドトゥルースCADモデル、各種高品質RGB-Dセンサ(Siemens & TUM)によるカメラトレース。
- 3DCOMET - 3DCOMETは、3Dデータの圧縮方法をテストするためのデータセットです(Miguel Cazorla, Javier Navarrete, Vicente Morell, Miguel Cazorla, Diego Viejo, Jose Garcia-Rodriguez, Sergio Orts)
- データ集合 RGB-D データからの非剛体再構成 - RGB-D データからの再構成用 非剛体形状を再構築するための8つのシーン、それぞれ数百フレームと我々の結果を含んでいます。(Matthias Innmann, Michael Zollhoefer, Matthias Niessner, Christian Theobalt, Marc Stamminger)
- オブジェクトスキャン用大型データセット - 9つのCasに39のオブジェクト、それぞれ数百フレーム (Choi, Chow, Miller, Koltun)
- 多関節型オブジェクトへの挑戦 - 7000枚以上のRGBD画像からアノテーションされた6次元姿勢推定による、1次元回転とプリズム接続によるダイヤモンドパーツからなる4つの多関節物体(Frank Michel, Alexander Krull, Eric Brachmann, Michael Y. Yang, Stefan Gumhold, Carsten Rother )
- BigBIRD - 各オブジェクト100個、3D点群600個、全視点をカバーする高解像度カラー画像600枚(Singh、Sha、Narayan、Achim、Abbeel)
- ケーサー 欧米民間人体格測定リソースプロジェクト-4000人分の3Dボディスキャン(SAEインターナショナル)
- CIN 2D+3Dオブジェクト分類データセット - 一般家庭やオフィスなど18種類のカテゴリーに属する物体のカラー画像と奥行き画像をセグメント化したもの(Bj?rn Browatzki et al.)
- CoRBS - 真の深度とカラーデータ、およびカメラのグランドトゥルース軌道とシーンの3Dモデルを組み合わせて提供するRGB-D SLAMベンチマーク(Oliver Wasenmuller氏)
- CTU服の折りたたみ写真データセット - 折り畳みの各段階における衣服のカラーおよび深度画像 (Sushkov R., Melkumov I., Smutn y V. (プラハ・チェコ工科大学)
- CTU衣類分類データセット - 詳細なステレオ画像、奥行き画像、重みを持つ衣服画像データセット (Petrik V., Wagner L. (チェコ・プラハ工科大学)
- アパレルパーツデータセット - Kinectで取得した画像と、1000以上のアノテーション(襟、カフス、フードなど)を持つポリゴンマスクを用いてテーブルに敷いた衣服のデプススキャンを含む衣服パーツデータセット(Arnau Ramisa, Guillem Aleny, Francesc Moreno-Noguer and Carme Torras) 。
- コーネルRGBDデータセット - オフィス風景(ヘマ・コップラ)
- デルフト風車内部および外部のレーザースキャンポイントクラウド - (ベリル・シルマチェク)
- EURECOM Kinect顔データベース - 52人、2セッション、9バリエーション、6顔面ランドマーク (Jean-Luc DUGELAY et al.)
- EURECOM Kinect顔データベース - 52人、2セッション、9バリエーション、6顔面ランドマーク (Jean-Luc DUGELAY et al.)
- G4Sメタルーム - RGB-Dデータ 150スキャン、1スキャン18枚。(ジョン・フォルケソン他)
- ゴールドフィンチ GOOGLe画像検索 Fine Particle Dataset - 細かい鳥(11K種)、蝶(14K種)、飛行機(409種)、犬(515種)識別用の大規模データセット(Jonathan Krause, Benjamin Sapp, Andrew Howard, Howard Zhou, Alexander Toshev, Tom Duerig, James Philbin, Li Fei-Fei)
- IMPART Multiview/Multimodal 2D + 3D Filmmaking Dataset(マルチビュー/マルチモーダル2D+3D映画制作データセット - LIDAR、映像、3Dモデル、球体カメラ、RGBD、ステレオ、モーション、表情、など。(サリー大学)
- Kinect v2データセット - カーネル密度推定を用いた効率的な多周波位相展開(Felix et al.)
- McGill-Reparti人工知覚データベース - 4台のカメラによるRGBDデータと、車のドアの組み立て作業をシミュレートした2人の人間のスケルトンデータ(Andrew Phan, Olivier St-Martin Cormier, Denis Ouellet, Frank P. Ferrie)の未フィルタリング。
- メタルーム - RGB-Dデータは、ロボットを特定の場所に持ち込み、様々な傾きで360度パンして収集した、28枚の並んだ深度カメラの画像で構成されています。(John Folkesson et al.)
- MHT RGB-D - リンカーン大学が16日間にわたり、5分おきにロボットで収集したもの。(John Folkesson et al.)
- 完全な姿勢推定を伴う物体認識用 Multisensor 3D object dataset - 物体認識と姿勢推定のためのマルチセンサ3Dオブジェクトデータセット (Alberto Garcia-Garcia, Sergio Orts-Escolano, Sergiu Oprea, etc.)
- NTU RGB + D アクション認識データセット - NTU RGB + Dは、人間の動作認識のための大規模なデータセットです。
- NYU深度データセットV2 - RGBD画像に対する屋内セグメンテーションとサポート推論
関連
-
ターゲット検出ベースモジュール(iou/giou/ciou/diou)のIoU概要
-
ResNetの紹介
-
OrderedDict' オブジェクトに 'eval' 属性がありません。
-
トーチの取り付けと使用
-
参照用シークレットを呼び出す:BN層詳細解説
-
Tensorflowのメタフィジカルエラーです。終了コード -1073741819 (0xC0000005)
-
U-netのソースコード解説(Keras編)
-
TypeError: 'module' object is not callable solution to [Keras] call "merge".
-
ロジスティック回帰は2分法モデル
-
Tensorflow-gpu2.0.0インストールとtensorflow-gpuインストール成功のテストプログラム。
最新
-
nginxです。[emerg] 0.0.0.0:80 への bind() に失敗しました (98: アドレスは既に使用中です)
-
htmlページでギリシャ文字を使うには
-
ピュアhtml+cssでの要素読み込み効果
-
純粋なhtml + cssで五輪を実現するサンプルコード
-
ナビゲーションバー・ドロップダウンメニューのHTML+CSSサンプルコード
-
タイピング効果を実現するピュアhtml+css
-
htmlの選択ボックスのプレースホルダー作成に関する質問
-
html css3 伸縮しない 画像表示効果
-
トップナビゲーションバーメニュー作成用HTML+CSS
-
html+css 実装 サイバーパンク風ボタン
おすすめ
-
undefinedGoogLeNet 論文の翻訳 - 英語と中国語で書かれています。
-
py-faster-rcnn/lib の make でエラー: コマンドラインオプション '-Wdate-time' が認識されない
-
ImportError: libSM.so.6: cannot open shared object file: そのようなファイルやディレクトリはありません
-
PackagesNotFoundError: 次のパッケージは、現在のチャンネルから利用できません ソリューション
-
caffeのインストールで「error : too few arguments in function call」エラーが発生する。
-
tensorflow experience code error Adding visible gpu devices: 0 , モジュール 'tensorflow' には 'Session' という属性がありません。
-
AttributeError: 'tuple' オブジェクトには 'log_softmax' という属性がありません。
-
TensorFlow実行時エラー、AttributeError: モジュール 'pandas' には 'computation' という属性がない。
-
AttributeError: モジュール 'pandas' には 'core' という属性がありません。
-
tensorflowエラーノート:PyCharmとAttributeErrorの下で様々なモジュールのインポートの問題:モジュール 'pandas.core.computation' は属性を持っていません。