数据集轻松按需搜索,这个工具汇集近2000个图像数据集,可免费获取|Reddit高热

数据集轻松按需搜索,这个工具汇集近2000个图像数据集,可免费获取|Reddit高热
2020年08月10日 17:25 量子位

杨净 发自 凹非寺 

量子位 报道 | 公众号 QbitAI

每个研究机器学习项目的人,似乎都有这样的痛苦。那就是从学术网站、GitHub上寻找到合适的数据集。

但现在,有这样一个网站可以帮你搞定,让AI开发变得更加简单易行。

这个项目名叫BIFROST,一个数据集搜索工具,里面共有1899个图像数据集,还专门设置分类,比如Humans、Geospatial、Autonomous Cars等。

一键搜索,免费获取,直接链接到原始数据库,帮你快速找到合适的数据集。

研究团队来自新加坡,Reddit上17小时热度200+。

使用说明

话不多说,我们就直接来上这个网站来试试~

正如刚才所看到的,这个工具是按任务、应用、类别、标签或格式进行分类。

根据「类别」,这个网站共分为18类,比如Humans、Geospatial、Autonomous Cars、Retail、3D等。

向左滑动,选择你需要的类别,一键即可出结果,我们以3D为例,然后就呈现这样的页面。

若以「Humans」为例,界面是酱紫的。

我们也看到,这是按照精选进行排序。除此之外,你还可以选择「最新」、「最多标签数」、「数据集大小」、「图片数量最多」这些分类。

除了「快速检索」之外,还可以根据开发人员的具体需要来进行搜索。

可以选择这些「限定」:任务类型,标签格式,最小图像数量。

其中任务类型主要包括,图像分割,目标检测、图像分类、姿态估计、视觉推理、3D重建、视频分类。

标签格式包括,YOLO、PASCAL、COCO以及Segmentation。

数据集

以COCO为例,这是一个适用于目标检测、图像分割和字幕大型数据集。

界面是这样的:

主要分为图像示例、数据集简介、特性、类别分布四个板块。

在简介部分,可以看到这个数据集的研究团队、一句话介绍,以及通过CC4.0协议的部分,还直接链接到原始数据库论文地址

CC4.0协议是一种知识共享许可协议,是一种允许他人分发作品的公共版权许可,还有一种类似的,MIT协议。

作者此次选择的近2000个数据集都通过了这两项协议的。所以网站并不直接管理这些数据集,它只是一个数据集的「搬运工」。

在「类别分布」这一板块,首先会提示,没有标签、标签过多的图像数量。

然后根据不同的标签类别,显示各自的图像数量分布。

以这个数据集为例,那么共有80个类别,其中交通信号灯、汽车、人的标签较多,其中「人」这个标签就有近9万张图像。

这个项目的负责人名叫Charles Wong ,来自新加坡,目前是Bifrost的CEO。

本科就读于新加坡科技设计大学,曾参与MIT Global Leadership Program。

接下来,他们的工作将主要集中在这几个方面:

将网站中的每一个数据集都进行全面分析

改进搜索方式

实现用户上传和分享自己的数据集

生成自己的合成数据集

「Why is our data better?

就像在网站上介绍到的那样,让你快速、高精度、高准确度地寻找到合适的图像数据集。

网站地址:

https://datasets.bifrost.ai/

参考链接:https://www.reddit.com/r/MachineLearning/comments/i6fsl6/p_we_built_an_easy_way_to_find_image_datasets/

海量资讯、精准解读,尽在新浪财经APP

APP专享直播

1/10

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 08-10 杰美特 300868 41.26
  • 08-10 康泰医学 300869 10.16
  • 08-10 安必平 688393 30.56
  • 08-10 圣元环保 300867 19.34
  • 08-10 正帆科技 688596 15.67
  • 股市直播

    • 图文直播间
    • 视频直播间