Datasets ကိုဖွင့်ပါ
ML ပုံစံများကိုလေ့ကျင့်သင်ကြားပေးမည့်ပွင့်လင်းသောအရင်းအမြစ်အချက်အလက်များကိုရှာဖွေပါ
AI/ML Models များဖြင့်သင်စတင်နိုင်ရန် Open Source Datasets
သင်၏ AI & ML မော်ဒယ်များ၏ထုတ်လုပ်မှုသည်သင်လေ့ကျင့်ရန်သင်အသုံးပြုသောဒေတာများနှင့်သာသင့်လျော်သည်။ ထို့ကြောင့်သင်ဒေတာစုစည်းခြင်းနှင့်ထိုအချက်အလက်များ၏တံဆိပ်ကပ်ခြင်းနှင့်ဖော်ထုတ်ခြင်းတို့နှင့်သက်ဆိုင်သည့်တိကျမှုသည်အရေးကြီးသည်။
ထို့ကြောင့် AI / ML အစပျိုးမှုအသစ်တစ်ခုကိုသင်စတင်လိုပါကအရည်အသွေးမြင့်မားသောလေ့ကျင့်ရေးအချက်အလက်များကိုရှာဖွေခြင်းသည်သင်၏စီမံကိန်း၏စိန်ခေါ်မှုအရှိဆုံးတစ်ခုဖြစ်ကြောင်းသင်လျင်မြန်စွာသဘောပေါက်လျှင်အရည်အသွေးမြင့်အချက်အလက်အစုများသည် AI ကိုထိန်းသိမ်းသောလောင်စာဖြစ်သည်။ ML အင်ဂျင်လည်ပတ်နေပါတယ် အနာဂတ်အတွက်သင်၏ AI / ML မော်ဒယ်များကိုအခမဲ့လေ့ကျင့်သင်ကြားပေးသောပွင့်လင်းသောအချက်အလက်စာရင်းများကိုကျွန်ုပ်တို့စုစည်းထားရှိပါသည်။
အထူးပြု | ဒေတာအမျိုးအစား | Dataset အမည် | စက်မှုလုပ်ငန်း / ဌာန | မှတ်ချက်များ / အသုံးပြုမှုဖြစ်ရပ်မှန် | ဖေါ်ပြချက် | လင့်ခ် |
---|---|---|---|---|---|---|
NLP | စာသားမ | အမေဇုံပြန်လည်သုံးသပ်ခြင်း | e-commerce | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | သုံးစွဲသူနှင့်ထုတ်ကုန်အသေးစိတ်များပါသောလွန်ခဲ့သော ၁၈ နှစ်အတွင်းမှ ၃၅ Mn ပြန်လည်သုံးသပ်ခြင်းနှင့်အဆင့်သတ်မှတ်ချက်များအစုံအလင်ပါ ၀ င်သည်။ | လင့်ခ် |
NLP | စာသားမ | Wikipedia Links ဒေတာ | ယေဘုယျ | ၄ သန်းကျော်။ 4 ဘီလီယံင်ဆောင်းပါးများ။ စကားလုံးများနှင့်စကားစုများအပြင်စာပိုဒ်များပါသည့်စကားလုံး။ | လင့်ခ် | |
NLP | စာသားမ | Standford သဘောထား Treebank | Entertainment က | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | Rotten Tomatoes မှပြန်လည်ဆန်းစစ်ချက် ၁၀၀၀၀ ကျော်အတွက်စိတ်ကူးစိတ်သန်းများစုစည်းထားသည့်အချက်အလက်များသည် HTML ဖိုင်ပုံစံဖြင့် | လင့်ခ် |
NLP | စာသားမ | တွစ်တာအမေရိကန်လေကြောင်းလိုင်းသဘောထား | လကွောငျး | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | ၂၀၁၅ အမေရိကန်လေကြောင်းလိုင်းများပေါ်ရှိ Tweets များသည်အပြုသဘော၊ အနုတ်လက္ခဏာနှင့်ကြားနေလေသံသို့ကွဲပြားသွားသည် | လင့်ခ် |
CV | image ကို | အဆိုပါတောရိုင်းအတွက်မျက်နှာများတံဆိပ်ကပ် | ယေဘုယျ | facial အသိအမှတ်ပြု | မျက်နှာခွဲခြားထားသည့်မျက်နှာပေါင်း ၁၃၀၀၀ ကျော်ပါဝင်သည့် Dataset သည်မျက်နှာပုံသဏ္recognitionာန်အသိအမှတ်ပြုခြင်းအတွက်ပုံနှစ်ပုံနှင့်အတူ။ | လင့်ခ် |
CV | ဗွီဒီယို၊ | UMDFaces ဒေတာအတွဲ | ယေဘုယျ | facial အသိအမှတ်ပြု | ရုပ်ငြိမ်ဓါတ်ပုံများပါ ၀ င်သည့်ဘာသာရပ်ပေါင်း ၈၀၀၀ ကျော်မှမျက်နှာပေါင်း ၃၆၇၀၀၀ ကျော်ပါဝင်သောမှတ်စုဒေတာဘေ့စ်။ | လင့်ခ် |
CV | image ကို | ပန်းချီဆရာ | ယေဘုယျ | 14 Mn ကျော်နှင့်အတူ Dataset ကို။ WordNet အဆင့်ဆင့်အရဖွဲ့စည်းထားသောဖိုင်အမျိုးအစားအမျိုးမျိုးရှိပုံများ။ | လင့်ခ် | |
CV | image ကို | Google's Open Images | ယေဘုယျ | ၉ သန်း အများသုံးပုံများကိုအမျိုးအစား ၆၀၀၀ ကျော်မှခွဲခြားရန် URLs များ။ | လင့်ခ် | |
NLP | စာသားမ | MIMIC ဝေဖန်စောင့်ရှောက်မှုဒေတာဘေ့စ | ကျန်းမာရေးစောင့်ရှောက်မှု | 40,000 အရေးပါစောင့်ရှောက်မှုလူနာထံမှ de- ဖော်ထုတ်ဒေတာနှင့်အတူကွန်ပျူတာဇီဝကမ္မဒေတာ။ စာရင်းဇယားများတွင်လူ ဦး ရေစာရင်း၊ အရေးကြီးသောလက္ခဏာများ၊ ဆေးဝါးများစသဖြင့်သတင်းအချက်အလက်များပါဝင်သည်။ | လင့်ခ် | |
CV | image ကို | အမေရိကန်အမျိုးသားခရီးသွားနှင့်ခရီးသွားရုံး | ခရီးသွားလုပ်ငန်း | ကမ္ဘာလှည့်ခရီးသွားလုပ်ငန်းမှယုံကြည်စိတ်ချရသောဒေတာဘေ့စ်များမှဓာတ်ပုံများကိုကျယ်ကျယ်ပြန့်ပြန့်ဖော်ပြပေးသည်။ | လင့်ခ် | |
NLP | စာသားမ | သယ်ယူပို့ဆောင်ရေးဦးစီးဌာန | ခရီးသွားလုပ်ငန်း | အမျိုးသားဥယျာဉ်များ၊ ယာဉ်မောင်းမှတ်ပုံတင်များ၊ တံတားများ၊ မီးရထားလမ်းများစသည့်ခရီးသွားအချက်အလက်စာရင်းများ။ | လင့်ခ် | |
NLP | audio | Flickr အသံစာတန်းကော်ပိုရေးရှင်း | ယေဘုယျ | ထိန်းချုပ်မှုမရှိသောမိန့်ခွန်းပုံစံများအတွက်ဒီဇိုင်းပြုလုပ်ထားသောဓာတ်ပုံ ၈၀၀၀ မှ 40k ကျော်စကားပြောစာတန်းများ | လင့်ခ် | |
NLP | audio | မိန့်ခွန်း Dataset | ယေဘုယျ | မိန့်ခွန်းအသိအမှတ်ပြုမှု, အသံမှတ်ချက် | အခြေခံအသံမျက်နှာပြင်တည်ဆောက်ရန်ထောင်နှင့်ချီသောတစ် ဦး ချင်းစီမှ ၁ စက္ကန့်ကြာသောစကားလုံး။ | လင့်ခ် |
NLP | audio | ပတ်ဝန်းကျင်ဆိုင်ရာအသံဒေတာအစု | ယေဘုယျ | ပတ်ဝန်းကျင်ဆိုင်ရာအချက်အလက်များ၊ ဖြစ်ရပ်များဇယားများနှင့် acoustic မြင်ကွင်းများဇယားများပါ ၀ င်သည်။ | လင့်ခ် | |
NLP | စာသားမ | COVID-19 ပွင့်လင်းသုတေသန Dataset | ကျန်းမာရေးစောင့်ရှောက်မှု | ဆေးဘက်ဆိုင်ရာ AI | COVID-45,000 နှင့် coronavirus မိသားစုတို့၏ဗိုင်းရပ်စ်နှင့်ပတ်သက်သည့်ပညာရပ်ဆိုင်ရာဆောင်းပါး ၄၅၀၀၀ ပါဝင်သည်။ | လင့်ခ် |
CV | image ကို | Waymo ပွင့်လင်း Dataset | မော်တော်ယာဉ် | Waymo မှဖြန့်ချိသည့်ကွဲပြားခြားနားသည့်ကိုယ်ပိုင်မောင်းနှင်မှုဆိုင်ရာအချက်အလက်စာရင်း | လင့်ခ် | |
CV | image ကို | အမြင်အာရုံဂျီနိုအာ | ယေဘုယျ | ပုံစာတန်းထိုး | 100K ကျော်ပုံရိပ်တွေအသေးစိတ်စာတန်းနှင့်အတူတစ် ဦး ကအမြင်အာရုံအသိပညာအခြေစိုက်စခန်း | လင့်ခ် |
CV | image ကို | တံဆိပ်ကပ်ခြင်း | ပြည်သူ့အစိုးရ | Labelme Matlab မှတစ်ဆင့်ကြည့်ရှုနိုင်သည့်ကြီးမားသောမှတ်စုပုံများ | လင့်ခ် | |
CV | image ကို | COIL ၁၀၀ | ယေဘုယျ | ထောင့်ပေါင်းစုံမှရိုက်ကူးထားသောအရာဝတ္ထု ၁၀၀ ကျော် (ဥပမာ ၃၆၀ ဒီဂရီ) | လင့်ခ် | |
CV | image ကို | စတန်းဖို့ဒ်ခွေး Dataset | ယေဘုယျ | ကွဲပြားခြားနားသောခွေးမျိုးကွဲ ၁၂၀ ၏ပုံရိပ်ကိုခွဲခြားထားသောပုံရိပ် ၂၀,၅၀၀ ကျော်ပုံရိပ်များ | လင့်ခ် | |
CV | image ကို | မိုးလုံလေလုံမြင်ကွင်းအသိအမှတ်ပြုမှု | ယေဘုယျ | မြင်ကွင်းအသိအမှတ်ပြုမှု | မြင်ကွင်းအသိအမှတ်ပြုမော်ဒယ်များတည်ဆောက်ရန်မိုးလုံလေလုံအမျိုးအစား ၆၇ ခုမှပုံရိပ် ၁၅၆၂၀ ပါဝင်သည် | လင့်ခ် |
CV | image ကို | VisualQA | ယေဘုယျ | တုံ့ပြန်မှုအတွက်အမြင်နှင့်နားလည်မှုကိုနားလည်ရန်လိုအပ်သည့်ဓာတ်ပုံ ၂၆၅,၀၁၆ နှင့်သက်ဆိုင်သောဖွင့်ထားသောမေးခွန်းများပါ ၀ င်သည့်အစုတစ်ခု။ | လင့်ခ် | |
NLP | စာသားမ | Multidomain သဘောထားစိစစ်သုံးသပ်ချက် Dataset | e-commerce | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | အမေဇုံမှထုတ်ကုန်ပြန်လည်သုံးသပ်ခြင်းင် Dataset | လင့်ခ် |
NLP | စာသားမ | IMDB သုံးသပ်ချက်များ | Entertainment က | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | စိတ်ဓါတ်များခွဲခြမ်းစိတ်ဖြာဘို့ 25000 ရုပ်ရှင်ပြန်လည်သုံးသပ်င် Dataset | လင့်ခ် |
NLP | စာသားမ | စေတီ | ယေဘုယျ | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | ပိုမိုမြင့်မားသောတိကျမှန်ကန်မှုကို pre-ဖယ်ရှားထားသော Emoticons ပါသည့် tweets ပေါင်း ၁၆၀,၀၀၀ ပါ ၀ င်သည့် Dataset | လင့်ခ် |
NLP | စာသားမ | ပရိတ် Corpus | ယေဘုယျ | Keyprase ခွဲခြမ်းစိတ်ဖြာခြင်း။ | ဘလော့ဂ်ပို့စ်ပေါင်း ၆၈၁,၂၈၈ ခုပါ ၀ င်သည့် Dataset တွင်အင်္ဂလိပ်စကားလုံးအနည်းဆုံး ၂၀၀ ကြိမ်ပါ ၀ င်သည်။ | လင့်ခ် |
NLP | စာသားမ | အန္တရာယ် | ယေဘုယျ | Chatbot လေ့ကျင့်ရေး | Dataset တွင်မေးခွန်းပေါင်း ၂၀၀,၀၀၀ ကျော်ပါဝင်ပြီးအလိုအလျောက်တုန့်ပြန်မှုပြုရန်စက်သင်ယူမှုပုံစံများကိုလေ့ကျင့်ရန်အသုံးပြုနိုင်သည် | လင့်ခ် |
NLP | စာသားမ | SMS Spam များစုဆောင်းခြင်း | တယ်လီကွန်း | Spam အသိအမှတ်ပြုမှု | အင်္ဂလိပ်စာ ၅,၅၇၄ ပါဝင်သည် | လင့်ခ် |
NLP | စာသားမ | Yelp ပြန်လည်သုံးသပ်ခြင်း | ယေဘုယျ | စိတ်ဓါတ်ခွဲခြမ်းစိတ်ဖြာ | Yelp မှထုတ်ဝေသော ၅ မီလီယံကျော်ပြန်လည်သုံးသပ်မှုနှင့်အတူတစ် ဦး က Database | လင့်ခ် |
NLP | စာသားမ | UCI ရဲ့ Spambase | စီးပွားရေးလုပ်ငန်း | Spam အသိအမှတ်ပြုမှု | spam filter များအတွက်အသုံးဝင်သော spam အီးမေးလ်အမြောက်အများ။ | လင့်ခ် |
CV | ဗွီဒီယို၊ | ဘာကလေ DeepDrive BDD100k | မော်တော်ယာဉ် | ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ် | နယူးယောက်နှင့်ဆန်ဖရန်စစ္စကိုfromရိယာမှတစ်နေ့တာ၏ကွဲပြားခြားနားသောအချိန်များမှဗီဒီယိုပေါင်း ၁၀၀,၀၀၀ ကျော်တွင်နာရီပေါင်း ၁၀၀ ကြာကားမောင်းခြင်းအတွေ့အကြုံများပါ ၀ င်သောမိမိကိုယ်ကို AI မောင်းနှင်သည့် AI အတွက်အကြီးမားဆုံးသောစာရင်းတစ်ခုဖြစ်သည်။ | လင့်ခ် |
CV | ဗီဒီယို | Comma.ai | မော်တော်ယာဉ် | ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ် | ၇ နာရီကြာအဝေးပြေးလမ်းမကြီးတွင်ကား၏မြန်နှုန်း၊ အရှိန်၊ စတီယာရင်ထောင့်နှင့် GPS ကိုသြဒီနိတ်များပါ ၀ င်သည် | လင့်ခ် |
CV | ဗွီဒီယို၊ | Cityscape ဒေတာအတွဲ | မော်တော်ယာဉ် | ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ်အတွက် semantic တံဆိပ် | မြို့ ၅၀ မှမှတ်တမ်းတင်ထားသော pixel-level annotations အစုပေါင်းပေါင်း ၂၀၀၀၀ နှင့်စတီရီယိုဗီဒီယိုအစီအစဉ်များတွင်အားနည်းစွာမှတ်သားထားသော frame ၂၀,5,000 ပါဝင်သည်။ | လင့်ခ် |
CV | image ကို | KUL ဘယ်လ်ဂျီယံယာဉ်အသွားအလာလက်မှတ်အချက်အလက်များ | မော်တော်ယာဉ် | ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ် | ဘယ်လ်ဂျီယံတစ်လွှားမှရုပ်ပိုင်းဆိုင်ရာကွဲပြားသောယာဉ်အသွားအလာများကို အခြေခံ၍ ဖလန်းဒါးစ်ဒေသမှယာဉ်အသွားအလာအမှတ် ၁၀၀၀၀ ကျော်ကျော်။ | လင့်ခ် |
CV | image ကို | LISA: ထောက်လှမ်းရေးနှင့်လုံခြုံသောမော်တော်ယာဉ်များအတွက်ဓာတ်ခွဲခန်း၊ UC San Diego Datasets | မော်တော်ယာဉ် | ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရယာဉ် | ယာဉ်ကြောရှာဖွေတွေ့ရှိခြင်း၊ မီးပွိုင့်များနှင့်လမ်းကြောင်းပုံစံများပါရှိသည်။ | လင့်ခ် |
CV | image ကို | CIFAR-10 | ယေဘုယျ | အရာဝတ္ထုအသိအမှတ်ပြုမှု | အရာဝတ္ထုအသိအမှတ်ပြုခြင်းအတွက်ပုံသဏ္datasetာန် ၅၀,၀၀၀ နှင့်စမ်းသပ်မှုပုံရိပ် ၁၀,၀၀၀ (ဆိုလိုသည်မှာ ၁၀ ခန်းတွင် ၆၀,၀၀၀ ၃၂ × ၃၂ အရောင်ပုံများ) ပါဝင်သည့် Datasets တစ်ခု။ | လင့်ခ် |
CV | image ကို | ဖက်ရှင် MNIST | ပုံ | ဥပမာ ၆၀,၀၀၀ နှင့် ၂၈ × ၂၈ မီးခိုးရောင်ပုံရိပ်များတွင်နမူနာပေါင်း ၁၀,၀၀၀ ပါ ၀ င်သောပုံရိပ်ကျက်စားရာပုံသဏ္datasetာန်ပါ ၀ င်သည်။ ၁၀ တန်းမှတံဆိပ်တစ်ခုနှင့်ဆက်စပ်သည်။ | လင့်ခ် | |
CV | image ကို | IMDB-Wiki ဒေတာအတွဲ | Entertainment က | facial အသိအမှတ်ပြု | ထိုကဲ့သို့သောကျားမနှင့်အသက်အဖြစ်တံဆိပ်များနှင့်အတူမျက်နှာပုံရိပ်များ၏ကြီးမားသော Datasets ။ မျက်နှာပုံရိပ်စုစုပေါင်း ၅၂၃,၀၅၁ ခုအနက် IMDB မှကျော်ကြားသူ ၂၀,၂၈၄ နှင့်ဝီကီပီးဒီးယားမှ ၆၂,၃၂၈ တို့မှပုံရိပ် ၄၆၀,၇၂၃ ကိုရရှိသည်။ | လင့်ခ် |
CV | ဗီဒီယို | အရွေ့-၇၀၀ | ယေဘုယျ | လုပ်ဆောင်မှုလူတန်းစားတစ်ခုစီအတွက်အရည်အသွေးမြင့်အချက်အလက်စုဆောင်းမှုတွင်ဗီဒီယိုကလစ် ၆၆၀,၀၀၀ ပါဝင်ပြီးအနည်းဆုံးဗီဒီယိုကလစ် ၆၀၀ နှင့်အတူလူသားလှုပ်ရှားမှုသင်တန်း ၇၀၀ ပါ ၀ င်သည်။ ဒီနေရာမှာကလစ်တစ်ခုစီက ၁၀ စက္ကန့်လောက်ပဲကြာပါတယ်။ | လင့်ခ် | |
CV | image ကို | MS ကိုကိုး | ယေဘုယျ | အရာဝတ္ထုထောက်လှမ်းခြင်း, အပိုင်း | အဆိုပါ Datasets 328k ပုံရိပ်တွေပါရှိသည်နှင့်ဆက်စပ် ML မော်ဒယ်များ captioning အကြီးစားအရာဝတ္ထုရှာဖွေတွေ့ရှိမှု, segment နှင့်ဒေတာလေ့ကျင့်သင်ကြားဖို့ 2.5 Mn သာဓကနှင့် 91 အရာဝတ္ထုပုံရိပ်တွေရှိပါတယ်။ | လင့်ခ် |
CV | image ကို | MPII လူ့ Pose Dataset | ယေဘုယျ | မှတ်သားထားသောခန္ဓာကိုယ်အဆစ်များပါ ၀ င်သောလူပေါင်း ၄၀ ကျော်ပါ ၀ င်သည့် ၂၅ ကီလိုဂရမ်ရှိသောဓာတ်ပုံများသည်လူကြိုက်များသောခန့်မှန်းတွက်ချက်မှုအတွက်အသုံးပြုသော Datasets ထဲ၌ပါဝင်သည်။ ယေဘုယျအားဖြင့်အချက်အလက်စုဆောင်းမှုသည်လူ့လှုပ်ရှားမှု ၄၁၀ ကိုဖုံးအုပ်ထားပြီးပုံတစ်ခုစီကိုလှုပ်ရှားမှုတံဆိပ်တစ်ခုတပ်ဆင်ထားသည်။ | လင့်ခ် | |
CV | image ကို | ပုံများဖွင့်ပါ | ယေဘုယျ | တည်နေရာမှတ်ချက်များအရာဝတ္ထု | ၉ မီလီမီတာရှိသောပုံရိပ်ဒေတာဘေ့စ်ပုံရိပ်အဆင့်တံဆိပ်များ၊ အရာဝတ္ထုကိုကန့်သတ်ချက်များ၊ 9 Mn ပုံရိပ်တွေအပေါ် 16 အရာဝတ္ထုအတန်းများအတွက်သေတ္တာများကန့်သတ်။ | လင့်ခ် |
CV | ဗီဒီယို | Baidu Inc မှတရုတ် Apollo ပွင့်လင်းပလက်ဖောင်း | မော်တော်ယာဉ် | ထောင့်ကွက်, LiDAR ခညျြနှောငျ | developer များတီထွင်ဆန်းသစ်သောကြားဖြတ်၏ထိရောက်မှုအရှိန်မြှင့်ရန်ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရမောင်းအတွက်လိုအပ်သောဒေတာနှင့်အတူထောက်ပံ့ပေးကြောင်းတစ် ဦး ကကြွယ်ဝသောကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရကားမောင်း Datasets ။ | လင့်ခ် |
CV | ဗွီဒီယို၊ | Argo, USA မှ Argo | မော်တော်ယာဉ် | Bounding Box, Optical Flow, Behaviour Label, Semantic Label, Lane Marking | geometric & semantic metadata ပါ ၀ င်သော HD မြေပုံများပါဝင်သည်။ Self- မောင်းနှင်သောယာဉ်များအန္တရာယ်ကင်းစွာသွားလာနိုင်ရန်အထောက်အကူပြုသောအချက်အလက်များကို ML မော်ဒယ်များကိုလေ့ကျင့်ရန်၊ ပိုမိုတိကျသောအမြင်ဆိုင်ရာ algorithms များပြုလုပ်ရန်အသုံးပြုသည်။ | လင့်ခ် |
CV | ဗီဒီယို | Bosch မြောက်အမေရိကသုတေသနမှသေးငယ်သောယာဉ်အသွားအလာအလင်းများ | မော်တော်ယာဉ် | ခညျြနှောငျ Box ကို | ရူပါရုံအခြေပြုအသွားအလာအလင်းရှာဖွေနိုင်သည့်စနစ်ကိုတည်ဆောက်ရန် 13427 * 1280 resolution ရှိသောကင်မရာပုံရိပ် ၁၃၄၂၇ လုံးပါ ၀ င်သော Database တစ်ခု။ အဆိုပါ Datasets ထက်ပိုမို 720 မှတ်ချက်တွေအသွားအလာအလင်းအိမ်ရှိပါတယ်။ | လင့်ခ် |
CV | ဗီဒီယို | Cornell Univ မှ Brain4Cars ။ အမေရိကန် | မော်တော်ယာဉ် | အပြုအမူတံဆိပ် | ယာဉ်မောင်းသူသတိနှင့်ပတ်သက်သောအသုံး ၀ င်သောကိန်းဂဏန်းများကိုထုတ်ယူနိုင်ရန်အတွက်အစုအဝေးအာရုံခံကိရိယာများ (ကင်မရာများ၊ ထိတွေ့နိုင်သောအာရုံခံကိရိယာများ၊ စမတ်ကိရိယာများစသည်တို့) ပါ ၀ င်သည်။ ကျွန်ုပ်တို့၏ algorithms သည်ငိုက်မျဉ်းနေသောသို့မဟုတ်အာရုံပျံ့လွင့်နေသောယာဉ်မောင်းများကိုရှာဖွေတွေ့ရှိနိုင်သည်။ ထို့အပြင်ကာကွယ်မှုတိုးတက်စေရန်အတွက်လိုအပ်သောနှိုးစက်များကိုတိုးမြှင့်နိုင်သည်။ | လင့်ခ် |
CV | image ကို | တရုတ် Univ အသုံးပြုပုံ CULane ။ ဟောင်ကောင်, ပေကျင်း, တရုတ် | မော်တော်ယာဉ် | လိန်းမှတ်သားခြင်း | အသွားအလာလမ်းကြောင်းကိုရှာဖွေတွေ့ရှိခြင်းဆိုင်ရာ Computer Vision Database၊ ၅၃ နာရီဗီဒီယိုများစုစုပေါင်း ၁၃၃,၂၃၅ (၈၈၈၈၀ လေ့ကျင့်ရေးအစုံ၊ ၉၆၇၅ အတည်ပြုခြင်းအစုံနှင့် ၃၄၆၈၀ စမ်းသပ်မှုအစုံ) frames များကိုထုတ်ယူခဲ့သည်။ ၎င်းကိုဘေဂျင်းရှိမတူညီသောယာဉ်မောင်းများမောင်းနှင်သည့်ယာဉ်ခြောက်စီးပေါ်တွင်တပ်ဆင်ထားသောကင်မရာများမှစုဆောင်းသည်။ | လင့်ခ် |
CV | ဗီဒီယို | Univ အားဖြင့် DAVIS ။ Zurich, ETH ¨ Zurich, ဂျာမနီ၊ ဆွစ်ဇာလန်နိုင်ငံ | မော်တော်ယာဉ် | DAVIS အဖြစ်အပျက် + ဘောင်ကင်မရာကိုအသုံးပြုသည့်အဆုံးမှအဆုံးကားမောင်းခြင်းသင်တန်းပေးသည့်အချက်အလက်။ စတီယာရင်၊ အခိုးအငှေ့ညှိရာကိရိယာ၊ ဂျီပီအက်စ်စသည့်ကားအချက်အလက်များသည်မော်တော်ယာဉ်အက်ပလီကေးရှင်းများအတွက်ဘောင်နှင့်အဖြစ်အပျက်အချက်အလက်များ၏ပေါင်းစပ်မှုကိုအကဲဖြတ်ရန်အသုံးပြုသည်။ | လင့်ခ် | |
CV | ဗီဒီယို | DBNet, Shanghai Jiao Tong Univ ။ , Xiamen Univ ။ , China | မော်တော်ယာဉ် | ပွိုင့်တိမ်တိုက်, LiDAR | မောင်းနှင်သည့်အပြုအမူများနှင့် ပတ်သက်၍ အသေးစိတ်လေ့လာနိုင်ရန်အတွက်တူညီသောဗွီဒီယို၊ အမှတ်တံဆိပ်၊ GPS နှင့်ယာဉ်မောင်းအပြုအမူများပါ ၀ င်သည့်တကယ့်ကမ္ဘာ ၁၀၀၀ ကီလိုမီတာမောင်းနှင်မှုဒေတာ။ | လင့်ခ် |
CV | ဗီဒီယို | Univ မှဒေါက်တာ (မျက်လုံး) ။ Modena နှင့်အီတလီနိုင်ငံ Modena နှင့် Reggio Emilia တို့ဖြစ်ကြသည် | မော်တော်ယာဉ် | အပြုအမူတံဆိပ် | ဒေတာအစုသည် ၅ မိနစ်စီတွင် ၅ မိနစ်စီဗီဒီယိုဆက်တိုက် ၇၄ ခုပါ ၀ င်သည်။ ယာဉ်ကြောမောင်းနှင်မှုမြန်နှုန်း၊ သင်တန်းနှင့်ဒရိုင်ဘာအကြည့်များနှင့်၎င်းတို့၏ယာယီပေါင်းစည်းမှုများကိုတိကျစွာမြေပုံများဖြင့်တံဆိပ်ကပ်ထားသည်။ | လင့်ခ် |
CV | ဗီဒီယို | ETH လမ်းလျှောက်သူ (၂၀၀၉)၊ ETH Zurich၊ ဆွစ်ဇလန်၊ Zurich | ယေဘုယျ | ခညျြနှောငျ Box ကို | ၅ မိနစ်စီကြာသော ၇၅ ဗီဒီယိုအစီအစဉ်များအစုတခုကိုပုံ ၅၀၀,၀၀၀ ကျော်ဖြင့်မှတ်သားထားသည်။ Datasets သည်ပထဝီဝင်အကိုးအကားပြုသည့်နေရာများ၊ မောင်းနှင်မှုမြန်နှုန်း၊ ဦး တည်ချက်ကိုပေးသည်။ ထို့အပြင်ယာဉ်မောင်းသူများအတွက်ကြည့်ရှုသည့် fixation များနှင့် ၄ င်းတို့၏သက်ဆိုင်ရာမြေပုံများအပါအ ၀ င်၊ | လင့်ခ် |
CV | ဗီဒီယို | Univ အားဖြင့် Ford ကား (2009) ။ မစ်ရှီဂန်၊ | မော်တော်ယာဉ် | Box ကို, ခညျြနှောငျလီဒါ | Velodyne 3D-lidar စကင်နာ၊ တပ်ဆင်ထားသောအလိုအလျောက်မြေအောက်ယာဉ်တစ်စီး၊ ရှေ့သို့ကြည့်ရှုနိုင်သော Rieg lidars နှစ်ခု၊ နည်းပညာနှင့်စားသုံးသူ Inertial တိုင်းတာရေးယူနစ် (IMU) နှင့် Point Grey Ladybug3 omnidirectional ကင်မရာစနစ်တို့ဖြင့်စုစည်းထားသည့် Database ။ | လင့်ခ် |
CV | ဗီဒီယို | HCI Challenging Stereo၊ Bosch ကော်ပိုရေးရှင်းသုတေသန၊ Hildesheim, ဂျာမနီ | ယေဘုယျ | အမျိုးမျိုးသောရာသီဥတုအခြေအနေများ၊ အမျိုးမျိုးသောရွေ့လျားမှုနှင့်အတိမ်အနက်များပါ ၀ င်သောဖမ်းယူထားသည့်ဗီဒီယိုမြင်ကွင်းများမှသန်းပေါင်းများစွာဘောင်များအစုံအလင်ပါ ၀ င်သည်။ စသည်တို့ကိုမြို့နှင့်ကျေးလက်ဒေသအခြေအနေများ၊ | လင့်ခ် | |
CV | ဗီဒီယို | ယူကေ၊ ကနေဒါ၊ | မော်တော်ယာဉ် | Bounding Box, အမူအကျင့်ဆိုင်ရာတံဆိပ် | "JAAD ဆိုတာကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရမောင်းနှင်မှုအခြေအနေမှာပူးတွဲအာရုံစူးစိုက်မှုကိုလေ့လာရန်အတွက်အချက်အလက်များဖြစ်သည်။ အဓိကအားဖြင့်လမ်းကူးသူနှင့်ကားမောင်းသူရဲ့အပြုအမူအပေါ်အာရုံစိုက်ပြီး၎င်းတို့ကိုလွှမ်းမိုးသောအချက်များ။ ဒီအဆုံးမှာတော့ JAAD အချက်အလက်စုဆောင်းတဲ့ဗွီဒီယိုအတို ၃၄၆ ခုကိုစုဆောင်းထားပါတယ်။ clips (အရှည် ၅-၁၀ စက္ကန့်) သည်မြောက်အမေရိကနှင့်အရှေ့ဥရောပရှိနေရာများစွာမှနာရီပေါင်း ၂၄၀ ကျော်မောင်းနှင်မှုရိုက်ကူးမှုမှထုတ်ယူယူခဲ့သည်။ လူကူးမျဉ်းကုပ်များနှင့်အတူပတ် ၀ န်းကျင်အကန့်များဖြင့်လူကူးမျဉ်းကျားလမ်းလျှောက်သူရှာဖွေတွေ့ရှိရန်အဆင်ပြေစေသည်။ ဗီဒီယိုတစ်ခုစီအတွက် tag များ (ရာသီဥတု၊ တည်နေရာများစသဖြင့်) နှင့် timestamped အပြုအမူတံဆိပ်များ (ဥပမာရပ်တန့်ခြင်း၊ လမ်းလျှောက်ခြင်း၊ ကြည့်ခြင်းစသည်တို့) ရှိသည်။ ထို့အပြင်လူ ဦး ရေဆိုင်ရာအညွှန်းများစာရင်းလည်းရှိသည်။ လမ်းလျှောက်သူ (ဥပမာ၊ အသက်၊ ကျား၊ မ၊ လှုပ်ရှားမှု ဦး တည်ချက်စသည်) တစ်ခုစီအတွက်နှင့် frame တစ်ခုစီတွင်မြင်နိုင်သောအသွားအလာမြင်ကွင်းများ (ဥပမာရပ်တန့်နိမိတ်၊ အသွားအလာအချက်ပြစသည်တို့) အတွက်ထောက်ပံ့ပေးထားသည်။ " | လင့်ခ် |
CV | ဗီဒီယို | KAIST, တောင်ကိုရီးယားနိုင်ငံ KAIST Urban | ယေဘုယျ | LiDAR | ဒေတာစုဆောင်းမှုတွင် LiDAR ဒေတာအတွက်တည်နေရာအာရုံခံကိရိယာများနှင့်အလွန်ရှုပ်ထွေးသည့်မြို့ပြareaရိယာကိုပစ်မှတ်ထားသည့်စတီရီယိုရုပ်ပုံများ (ဥပမာ - မြို့ပြ,ရိယာများ၊ ရှုပ်ထွေးသောအဆောက်အအုံများနှင့်လူနေအိမ်များ) ပါဝင်သည်။ | လင့်ခ် |
CV | image ကို | Univ မှ LISA အသွားအလာသင်္ကေတ။ ကယ်လီဖိုးနီးယား, San Diego မှ, အမေရိကန်ပြည်ထောင်စု | မော်တော်ယာဉ် | ခညျြနှောငျ Box ကို | အမေရိကန်ယာဉ်အသွားအလာဆိုင်းဘုတ်များပါရှိသောဗီဒီယိုများနှင့်မှတ်စုများဘောင်များပါ ၀ င်သည့်အချက်အလက်စာရင်း။ ၎င်းကိုပုံနှစ်မျိုးနှင့်ပုံတစ်ပုံတည်းနှင့်ပုံတစ်ပုံနှင့်ဗီဒီယိုနှစ်မျိုးလုံးဖြင့်ထုတ်လုပ်သည်။ | လင့်ခ် |
CV | image ကို | Mapillary AB၊ Global မှ Mapillary Vistas | မော်တော်ယာဉ် | semantic တံဆိပ် | ကမ္ဘာတစ်ဝှမ်းရှိလမ်းမြင်ကွင်းများကို pixel - တိကျမှုနှင့်ဥပမာ - တိကျသောလူ့မှတ်ချက်များဖြင့်ဘာသာပြန်ရန်အတွက်လမ်းအဆင့်ဓာတ်ပုံမှတ်တမ်းတစ်ခု။ | လင့်ခ် |
CV | ဗွီဒီယို၊ | Semantic KITTI, Bonn တက္ကသိုလ်မှ, Karlsruhe, ဂျာမနီ | မော်တော်ယာဉ် | Bounding Box၊ Semantic Label၊ Lane Marking | အားလုံး Odometry Benchmark ပာများအတွက် semantic မှတ်စာပါဝင်သည်တစ် ဦး က Datasets ။ ကားများ၊ စက်ဘီးများ၊ စက်ဘီးများ၊ လမ်းသွားလမ်းလာများနှင့်စက်ဘီးစီးသူများအပါအ ၀ င်အမျိုးမျိုးသောရွေ့လျားခြင်းနှင့်ရွေ့လျားခြင်းဆိုင်ရာအမျိုးအစားများကိုမှတ်သားဖော်ပြပေးသည်။ | လင့်ခ် |
CV | ဗီဒီယို | စတန်းဖို့ဒ်ယူနီဖောင်းမှစတန်းဖို့ဒ်ခရီးစဉ်။ အမေရိကန် | မော်တော်ယာဉ် | အရာဝတ္ထုထောက်လှမ်းခြင်း / အမျိုးအစားခွဲခြားခြင်း LiDAR, GPS, Codes | Velodyne HDL-14,000E S64 LIDAR မှလေ့လာခဲ့သောသဘာဝအရမြင်ကွင်းများတွင်တံဆိပ်ကပ်ထားသောအရာဝတ္ထုပုဒ်ပေါင်း ၁၄၀၀၀ ပါ ၀ င်သည့် Database တစ်ခုသည် 2D Object Recognition အတွက်စက်လေ့လာခြင်းပုံစံများကိုလေ့ကျင့်ရန်အသုံးပြုနိုင်သည်။ | လင့်ခ် |
CV | ဗွီဒီယို၊ | အမေရိကန်ပြည်ထောင်စု Bosch မှ Boxy Dataset | မော်တော်ယာဉ် | Bounding Box / ယာဉ်ရှာဖွေခြင်း | ကားမောင်းခြင်းတွင်ကိုယ်ပိုင်မော်တော်ယာဉ်များအတွက်အရာဝတ္ထုအသိအမှတ်ပြုမှုနည်းဗျူဟာများကိုလေ့ကျင့်ရန်နှင့်ခွဲခြမ်းစိတ်ဖြာရန်အတွက်မှတ်ပုံတင်ထားသောယာဉ် ၂ သန်းပါ ၀ င်သောယာဉ်ရှာဖွေတွေ့ရှိမှုအချက်အလက်များ။ | လင့်ခ် |
CV | ဗီဒီယို | TME Motorway, Czech Technology Univ ။ , Northern Italy | မော်တော်ယာဉ် | ခညျြနှောငျ Box ကို | စုစုပေါင်း ၂၇ မိနစ်မျှသောဗီဒီယို ၂၈ ခုပါသော Dataset သည် ၃၀၀၀၀+ မော်တော်ယာဉ်မှတ်ပုံတင်ဘောင်ထဲသို့ကွဲသွားသည်။ မှတ်စုများကိုလေဆာကင်နာမှအချက်အလက်များကို သုံး၍ တစ်ဝက်အလိုအလျောက်ထုတ်လုပ်သည်။ ဤအချက်အလက်စုဆောင်းမှုတွင်သိမ်းဆည်းမှုအပြည့်အ ၀ ရရှိသည့်အခြေအနေများစွာကိုဖုံးအုပ်ထားသောအမျိုးမျိုးသောအသွားအလာအခြေအနေများ၊ လမ်းကြောင်းများ၊ | လင့်ခ် |
CV | ဗီဒီယို | အမေရိကန်ပြည်ထောင်စု Bosch မှကြီးကြပ်မှုမပြုသော Llamas | မော်တော်ယာဉ် | လိန်းအမှတ်အသား, လီဒါ | Unsupervised Llamas Datasets ကို Lidar-based လမ်းသွားအမှတ်အသားများအပါအ ၀ င်အဆင့်မြင့်အလိုအလျောက်မောင်းနှင်မှုမြေပုံများထုတ်ပေးခြင်းဖြင့်မှတ်ချက်ချသည်။ ကိုယ်ပိုင်အုပ်ချုပ်ခွင့်ရမော်တော်ယာဉ်ကိုဤမြေပုံများနှင့်ကိုက်ညီစေပြီးလမ်းသွားအမှတ်အသားများကိုကင်မရာဘောင်သို့ပြသထားသည်။ 3D projection သည်လေ့လာပြီးသောနှင့်ခန့်မှန်းထားသည့်ပုံရိပ်အမှတ်အသားများအကြားကွာဟမှုကိုအနည်းဆုံးဖြစ်အောင်ပြုလုပ်ခြင်းဖြင့်အကောင်းဆုံးဖြစ်သည်။ | လင့်ခ် |
NLP | audio | ဖေ့စ်ဘွတ်ခ် AI ဘာသာစုံဘာသာစကားပေါင်းစုံ LibriSpeech (MLS) | ယေဘုယျ | အသံမှတ်ချက် / မိန့်ခွန်းအသိအမှတ်ပြုမှု | Facebook AI Multilingual LibriSpeech (MLS) သည်အလိုအလျောက်မိန့်ခွန်းအသိအမှတ်ပြုခြင်း (ASR) တွင်သုတေသနတိုးတက်စေရန်အထောက်အကူပြုသောကျယ်ပြန့်သောပွင့်လင်းသောအရင်းအမြစ်အချက်အလက်အစုံဖြစ်သည်။ အင်္ဂလိပ်၊ ဂျာမန်၊ ဒတ်ခ်ျ၊ ပြင်သစ်၊ စပိန်၊ အီတလီ၊ ပေါ်တူဂီနှင့်ပိုလန်ဘာသာစကား ၈ မျိုးဖြင့်အသံနာရီ ၅၀,၀၀၀ ကျော်ထောက်ပံ့ပေးသည်။ | လင့်ခ် |