有关于文创品检测的开源数据集
时间: 2023-06-10 20:07:42 浏览: 58
目前,关于文创品检测的开源数据集比较少。不过可以参考以下数据集:
1. Open Brand Dataset:这个数据集包含了超过1万个商标的图像和元数据,并且已经被用于商标分类和商标检测的研究。
2. Visual Genome:这个数据集包含了超过100万个图像和图像中的对象的注释,可以用于各种视觉任务的研究,包括文创品检测。
3. Flickr Logo Dataset:这个数据集包含了超过8000个图像和图像中的商标的标注,可以用于商标检测和商标识别的研究。
4. iMaterialist Fashion Dataset:这个数据集包含了超过2万个时尚商品的图像和标注,可以用于商品检测和商品识别的研究,也可用于文创品检测。
这些数据集虽然不是专门针对文创品检测的,但是可以用于相关研究。
相关问题
列举一些关于软件缺陷的超大开源数据集
以下是一些关于软件缺陷的超大开源数据集:
1. Defects4j:一个广泛使用的Java项目缺陷数据集,包含了357个真实项目的超过1,200个缺陷实例。
2. Siemens Suite:一个来自西门子的数据集,包含了超过1,000个缺陷实例,涵盖了6个不同的软件系统。
3. Bugs.jar:一个包含了Java语言编写的程序中的缺陷实例的数据集,包含了18个项目和2,700个缺陷实例。
4. Juliet Test Suite:一个美国国家标准技术研究所(NIST)开发的数据集,包含了超过10,000个C/C++程序中的缺陷实例。
5. NASA MDP:一个来自NASA的数据集,包含了超过1,200个软件缺陷实例,用于测试和验证软件缺陷检测和修复技术。
6. GitMiner:一个GitHub上的数据集,包含了超过20,000个开源软件项目的缺陷报告和代码提交记录。
总之,这些超大开源数据集可以用于开发和测试各种类型的软件缺陷检测和修复技术,对于提高软件质量和可靠性具有重要的意义。
开源疲劳驾驶检测数据集
以下是几个开源的疲劳驾驶检测数据集:
1. Drowsiness Detection Dataset(DDS):由哈工大机器人学院发布的数据集,包含了16个志愿者的疲劳状态数据。
2. Fatigue Detection Dataset(FDD):由南京邮电大学发布的数据集,包含了20个志愿者在模拟驾驶环境中的疲劳状态数据。
3. Driving Fatigue Detection Dataset(DFDD):由北京航空航天大学发布的数据集,包含了12个志愿者在模拟驾驶环境中的疲劳状态数据。
4. Drowsiness Detection Dataset for Drivers(DDD):由日本长崎大学发布的数据集,包含了10个志愿者在真实驾驶环境中的疲劳状态数据。
这些数据集可以用于开发疲劳驾驶检测算法和模型,帮助提高道路交通安全。