Lisi o Mataupu[Natia][Fa'aali]
- 1. Fa'amaumauga o Uiga o le CelebFaces
- 2. DOTA
- 3. Google Fa'aaliga Fa'aaliga fa'atusatusa fa'amaumauga
- 4. Vaaiga Genome
- 5. TusitalaLauga
- 6. O Avanoa A'ai
- 7. Kinetics Dataset
- 8. CelebAMask-HQ
- 9. Penn Treebank
- 10. VoxCeleb
- 11. SIXray
- 12. US Faalavelave
- 13. Fa'ailoga Fa'ama'i Mata
- 14. Ma'i fatu
- 15. CLEVR
- 16. Fa'alagolago lautele
- 17. KITI – 360
- 18. MOT(Su'esu'eina o Mea e Tele)
- 19. PASCAL 3D+
- 20. Fa'ata'ita'iga Fa'aleaga Mata o Manu
- 21. MPII Human Post Dataset
- 22. UCF101
- 23. Audioset
- 24. Stanford Gagana Faanatura Inferences
- 25. Taliina o Fesili Vaaia
- iʻuga
I aso nei, o le toʻatele oi tatou o loʻo taulaʻi i le atinaʻeina o masini aʻoaʻoga ma faʻataʻitaʻiga AI ma faʻatalanoaina faʻafitauli e faʻaaoga ai faʻamaumauga o loʻo iai nei. Ae muamua, e tatau ona tatou faʻamalamalamaina se faʻamaumauga, lona taua, ma lana matafaioi i le atinaʻeina o fofo malosi AI ma ML.
I aso nei, o loʻo i ai le tele o faʻamaumauga o punaoa tatala e faʻatautaia ai suʻesuʻega poʻo le atinaʻeina o talosaga e foia ai mataupu moni o le lalolagi i vaega eseese.
Ae ui i lea, o le utiuti o faʻamaumauga faʻatusatusa maualuga o se faʻapogai o popolega. O faʻamaumauga ua faʻatupulaia tele ma o le a faʻaauau pea ona faʻalauteleina i se saoasaoa vave i le lumanaʻi.
I lenei pou, matou te aofia ai faʻamaumauga avanoa avanoa e mafai ona e faʻaogaina e atiaʻe ai lau isi poloketi AI.
1. Fa'amaumauga o Uiga Fa'aletagata
CelebFaces Attributes Dataset (CelebA) o loʻo i ai le silia ma le 200K ata lauiloa ma faʻamatalaga uiga 40 mo ata taʻitasi, ma avea o se amataga sili ona lelei mo galuega faatino e pei o aloaʻia foliga, su'esu'eina o foliga, fa'ailoga mata'ina (po'o le vaega o foliga) fa'asinomaga, ma fa'ata'ita'iga ma fa'asologa. E le gata i lea, o ata i totonu o lenei fa'aputuga o lo'o i ai le tele o tulaga eseese ma fa'alavelave fa'aletonu.
2. DOTA
DOTA (Fa'amaumauga o Su'eina o Mea i Aerial Photos) o se faʻamaumauga tele-tele mo mea faitino e aofia ai 15 vaega masani (faʻataʻitaʻiga, vaʻa, vaalele, taavale, ma isi), 1411 ata mo aʻoaʻoga, ma ata 458 mo le faʻamaonia.
3. Google Facial Expression fa'atusatusa fa'amaumauga
O le Google fa'atusa fa'atusa fa'aaliga o lo'o iai le tusa ma le 500,000 ata fa'atolu, e aofia ai ma le 156,000 ata o foliga. E taua le maitauina o ta'i tolu ta'i tolu i lenei fa'amaumauga na fa'ailoa mai e le itiiti ifo ma le ono tagata fa'avasega.
O lenei fa'amaumauga e aoga mo galuega fa'atino e aofia ai su'esu'ega fa'aaliga foliga, e pei o le toe maua mai o ata fa'avae, fa'avasegaga o lagona, fa'asologa o fa'amatalaga, ma isi. Ina ia maua le avanoa i faʻamaumauga, e tatau ona faʻatumu se pepa faʻapuupuu.
4. Vaaiga Genome
Va'ai Fesili Taliina fa'amatalaga i totonu o le tele-filifiliga si'osi'omaga e maua ile Visual Genome. E faia i luga ole 101,174 MSCOCO ata ma 1.7 miliona QA paipa, ma le averesi ole 17 fesili ile ata.
Pe a fa'atusatusa i le Va'aiga Fesili Tali fa'amaumauga, o le Visual Genome dataset e sili atu ona sa'o le tufatufaina atu i ituaiga fesili e ono: O le a, O fea, O afea, O ai, Aisea, ma Fa'afefea.
E le gata i lea, o le Visual Genome dataset e aofia ai ata 108K ua matua faʻailogaina i mea faitino, meatotino, ma fesoʻotaʻiga.
5. TusitalaLauga
O le LibriSpeech corpus o se fa'aputuga e tusa ma le 1,000 itula o tusi fa'alogo mai le poloketi LibriVox. Ole tele ole tusi fa'alogo e afua mai ile Project Gutenberg.
O faʻamatalaga aʻoaʻoga e vaevaeina i ni vaega se tolu o le 100hr, 360hr, ma le 500hr seti, ae o le dev ma faʻamatalaga suʻega e tusa ma le 5hr i le umi o le leo.
6. Le A'ai Avanoa
O se tasi o fa'amaumauga tele-tele ta'uta'ua o ata vitiō fa'atasi ma vaaiga i le taulaga e ta'ua o le Cityscapes.
Faatasi ai ma faʻamatalaga saʻo pika e aofia ai nofoaga GPS, o le vevela i fafo, faʻamaumauga o tupe, ma vaaiga saʻo leo, e aofia ai faʻamaumauga mai le 50 aʻai Siamani eseese.
7. Kinetics Dataset
O se tasi o faʻamaumauga vitio sili ona taʻutaʻua mo le faʻalauiloaina o gaioiga a tagata i luga o se fua tele ma faʻatasi ai ma le lelei lelei o le Kinetics dataset. E le itiiti ifo ma le 600 ata vitiō mo vasega ta'itasi e 600 galuega a tagata, e silia ma le 500,000 le aofa'i.
O ata na toso mai le YouTube; e tusa ma le 10 sekone le umi ma e na'o le tasi le vasega o gaoioiga e lisiina.
8. CelebAMask-HQ
CelebAMask-HQ o se faʻaputuga o 30,000 maualuga faʻataʻitaʻiga foliga ma matapulepule faʻamaonia ma le 19 vasega e aofia ai vaega foliga e pei o le paʻu, isu, mata, muaulu, taliga, gutu, laugutu, lauulu, pulou, mata tioata, taliga, asoa, ua, mea.
E mafai ona fa'aogaina le fa'amaumauga e fa'ata'ita'i ma fa'aa'oa'o ai le fa'ailoaina o foliga, fa'avasega mata, ma GAN mo fa'atupu foliga ma fa'ata'ita'ia algorithms.
9. Penn Treebank
O se tasi o mea e sili ona lauiloa ma masani ona faʻaaogaina mo le iloiloga o faʻataʻitaʻiga mo le faʻasologa o le faʻasologa o le English Penn Treebank (PTB) corpus, aemaise le vaega o le tino e fetaui ma tala a Wall Street Journal.
O upu ta'itasi e tatau ona iai lana vaega o le tautala e fa'ailogaina o se vaega o le galuega. Tulaga-tulaga ma upu-tulaga fa'ata'ita'iga o le gagana e fa'aaoga soo foi le tino.
10. VoxCeleb
VoxCeleb ose fa'amatalaga fa'amatalaga tautala tele e fa'atupu otometi mai ala talatala tatala. VoxCeleb e silia ma le miliona tautalaga mai le silia ma le 6k failauga.
E pei o le dataset e aofia ai leo-visual, e mafai ona faʻaaogaina mo le tele o faʻaopoopoga faʻaopoopo, e aofia ai le tuʻufaʻatasia o tautalaga vaʻaia, vavaeeseina o tautalaga, felauaiga faʻafeagai mai le foliga i le leo poʻo le isi itu, ma le aʻoaʻoina o foliga mai le vitio e faʻaopoopo i le faʻaalia o foliga o loʻo iai nei. fa'amaumauga.
11. SIXray
O le SIXray dataset e aofia ai ata X-ray e 1,059,231 na aoina mai nofoaga i lalo o le alatele ma faʻamatalaina e tagata asiasi saogalemu e iloa ai ituaiga autu e ono o mea faʻasaina: pistols, naifi, tui, pliers, seleulu, ma samala. E le gata i lea, o pusa faʻapipiʻi mo mea taʻitasi e le faʻatagaina ua faʻaopoopoina ma le lima i seti suʻega ina ia mafai ai ona iloilo le faʻatinoga o le faʻaogaina o mea.
12. Faalavelave US
Ole mea ole poloketi ua uma ona faʻaalia ile igoa ole dataset, US Accidents. O lenei fa'amaumauga i fa'alavelave tau ta'avale a le atunu'u e aofia ai fa'amatalaga mai ia Fepuari 2016 ia Tesema 2021 ma e aofia ai setete e 49 i Amerika.
E tusa ma le 1.5 miliona faʻamaumauga o faʻalavelave faʻafuaseʻi o loʻo i ai nei i lenei aoina. Na aoina i le taimi moni e ala i le faʻaaogaina o le tele o auala API.
O nei API e tu'uina atu fa'amatalaga o felauaiga na aoina mai le tele o fa'apogai, e aofia ai ata pu'eata, fa'alapotopotoga fa'amalosia tulafono, ma le US ma le setete o matagaluega o felauaiga.
13. Fa'ailoaina o Fa'ama'i Mata
O le fa'amaumauga tu'ufa'atasi o le mata o le Ocular Disease Intelligent Recognition (ODIR) o lo'o iai fa'amatalaga e uiga i gasegase e 5,000, e aofia ai o latou tausaga, le lanu o le fundus i o latou mata agavale ma taumatau, ma fa'amatalaga fa'apitoa a foma'i.
O lenei faʻamaumauga o se aofaʻiga moni o faʻamaumauga o gasegase mai falemaʻi eseese ma falemaʻi i Saina na maua e Shanggong Medical Technology Co., Ltd. Faatasi ai ma pulega pulea lelei, o faamatalaga na faailogaina e le ʻaufaitau atamamai.
14. Fatu o le fatu
O lenei faʻamaumauga o faʻamaʻi fatu e fesoasoani i le faʻailoaina o le i ai o le maʻi fatu i se tagata maʻi e faʻavae i luga o le 76 faʻamaufaʻailoga e pei o le matua, itupa, ituaiga tiga o le fatafata, malolo toto maualuga, ma isi.
Faʻatasi ai ma mataupu 303, o loʻo taumafai le faʻamaumauga e faʻavasega le i ai o se maʻi (taua 1,2,3,4) mai lona toesea (taua 0).
15. CLEVR
O le fa'amaumauga a le CLEVR (Gagana Fa'atasi ma Fa'amatalaga Va'aiga Elementary) e fa'atusaina le Taliina o Fesili Va'aia. E aofia ai ata o meafaitino 3D, faatasi ai ma ata taitasi o loʻo faʻatasi ma se faasologa o fesili e sili ona tuʻufaʻatasia e vaevaeina i ni vaega.
Mo nofoaafi uma ma faʻamaonia ata ma fesili, o le dataset e aofia ai 70,000 ata ma 700,000 fesili mo aʻoaʻoga, 15,000 ata ma 150,000 fesili mo le faʻamaonia, ma 15,000 ata ma 150,000 fesili mo suʻega e aofia ai mea faitino, tali, ata faʻataʻitaʻiga polokalame, ma ata faʻatinoga.
16. Fa'alagolago lautele
O le Poloketi Universal Dependencies (UD) e fa'amoemoe e fa'atupu fa'atasiga gagana tutusa ma fa'amatalaga tu'ufa'atasiga mo le tele o gagana. Version 2.7, lea na tatalaina i le 2020, e 183 laulaau i le 104 gagana.
O fa'amatalaga e faia i fa'ailoga POW lautele, ulu fa'alagolago, ma fa'ailoga fa'alagolago lautele.
17. KITI – 360
O se tasi o faʻamaumauga e masani ona faʻaaogaina mo robots feaveaʻi ma ave taʻavale tutoʻatasi o le KITTI (Karlsruhe Institute of Technology ma Toyota Technological Institute).
O lo'o faia i itula o fa'ata'ita'iga o fe'avea'i na pu'eina i le fa'aaogaina o le tele o fa'ata'ita'iga fa'apitoa, e pei o le RGB maualuga, leo fa'a'efuefu, ma mea pu'eata laser 3D. Ua fa'aleleia atili le fa'amaumauga i le aluga o taimi e le tele o tagata su'esu'e na fa'ailoa ma le lima vaega 'ese'ese e fetaui ma o latou mana'oga.
18. MOT(Su'esu'eina o Mea e Tele)
MOT (Multiple Object Tracking) o se faʻamaumauga mo le tele o mea e suʻeina e aofia ai vaaiga i totonu ma fafo o nofoaga faitele e aofia ai tagata savavali o mea e fiafia i ai. E vaevaeina ata vitio ta'itasi i ni vaega se lua, tasi mo toleniga ma le isi mo su'ega.
O faʻamaumauga e aofia ai su'esu'ega mea i ata vitio e faʻaaoga ai faʻamatalaga e tolu: SDP, Faster-RCNN, ma le DPM.
19. PASCAL 3D+
O le Pascal3D + multi-view dataset o loʻo faia i ata o loʻo aoina i le vao, o lona uiga, ata o vaega o mea e maualuga le fesuiaiga, puʻeina i tulaga le pulea, i siosiomaga tumutumu, ma i tulaga eseese. Pascal3D+ e aofia ai 12 vaega mea ma'a'a'a maua mai le PASCAL VOC 2012 dataset.
O nei mea o loʻo i ai faʻamatalaga tuʻu i luga o latou (azimuth, maualuga, ma le mamao i le meapueata). Pascal3D+ fa'aopoopo e aofia ai ata fa'atusa mai le fa'aputuga o ImageNet i vaega nei e 12.
20. Fa'ata'ita'iga Fa'aleaga Mata o Manu
O le sini o le Facial Deformable Models of Animals (FDMA) poloketi o le luʻitauina lea o metotia o loʻo i ai nei i le faʻailoga mataʻutia o le tagata ma le suʻeina ma le atinaʻeina o algorithms fou e mafai ona faʻafetaui ai le tele o le fesuisuiai o uiga o foliga o manu.
O algorithms a le poloketi na faʻaalia ai le mafai ona iloa ma siaki faʻailoga i luga o foliga o tagata aʻo feagai ma feeseeseaʻiga e mafua mai i suiga o foliga poʻo tulaga, vaega occlusions, ma moli.
21. MPII Human Post Dataset
O le MPII Human Pose Dataset o loʻo iai le tusa ma le 25K ata, 15K o aʻoaʻoga faʻataʻitaʻiga, 3K o faʻataʻitaʻiga faʻamaonia, ma le 7K o faʻataʻitaʻiga faʻataʻitaʻiga.
O avanoa o lo'o fa'ailoga lima ma e o'o atu i le 16 so'oga o le tino, ma o ata na pu'eina mai ata YouTube e aofia ai le 410 o gaioiga eseese a tagata.
22. UCF101
O fa'amaumauga a le UCF101 o lo'o iai 13,320 vitiō fa'atulagaina i 101 vaega. O nei vaega e 101 ua vaevaeina i ni vaega e lima: o gaioiga o le tino, o fegalegaleaiga a le tagata ma le tagata, o fegalegaleaiga a le tagata-meafaitino, taina mea fai musika, ma taaloga.
O vitio e mai YouTube ma e aofia ai le 27 itula le umi.
23. Seti leo
O le Audioset o se fa'amaumauga fa'alogo fa'alogo e fausia i luga atu o le 2 miliona vaega fa'amatalaga a tagata 10-lua vitio. Ina ia fa'ailoaina nei fa'amaumauga, o lo'o fa'aogaina se fa'atonuga fa'apitoa e aofia ai le 632 ituaiga o mea e tutupu, o lona uiga o le leo lava e tasi e ono fa'ailoga eseese.
24. Stanford Gagana Faanatura Inferences
Ole fa'amaumauga ole SNLI (Stanford Natural Language Inference) o lo'o iai 570k fa'aupuga fa'asalaga ua fa'avasegaina ma le lima e fa'atatau, fete'ena'iga, po'o le fa'aituau.
O nofoaga o Flickr30k faʻamatalaga ata, ae o faʻamatalaga na faʻavaeina e tagata faʻasalalau faʻasalalau na tuʻuina atu se nofoaga ma faʻatonuina e faʻatupu faʻamatalaga e faʻafefe, feteʻenaʻi, ma le le mautonu.
25. Taliina o Fesili Vaaia
Taliga Fesili Vaaia (VQA) ose fa'amaumauga o lo'o iai fesili e le'i fa'ai'u e uiga i ata. Ina ia taliina nei fesili, e tatau ona e malamalama i le vaai, gagana, ma le mafaufau lelei.
iʻuga
A'o fa'atupula'ia le a'oa'oina o masini ma le atamai fa'apitoa (AI) i le toetoe lava o pisinisi uma ma o tatou olaga i aso ta'itasi, e fa'apea fo'i le aofa'i o puna'oa ma fa'amatalaga o lo'o maua ile mataupu.
O fa'amaumauga a tagata lautele ua saunia e maua ai se amataga lelei e atia'e ai fa'ata'ita'iga AI a'o fa'ataga fo'i tagata fai polokalame fa'apolokalame a le ML e fa'apolokalameina e fa'asaoina le taimi ma taula'i atu i isi elemene oa latou poloketi.
Tuua se tali