2 Repos
Awesome GitHub RepositoriesImage Annotation Datasets
Libraries of spatial labels including bounding boxes and segmentation masks for training visual models.
Distinct from Image Annotation: Existing candidates refer to annotation tools (software) or specific medical labeling, rather than general-purpose annotation data repositories.
Explore 2 awesome GitHub repositories matching artificial intelligence & ml · Image Annotation Datasets. Refine with filters or upvote what's useful.
Awesome Image Annotation Datasets GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- openimages/dataset
openimages/dataset
4,366Auf GitHub ansehenDieses Projekt ist ein Computer-Vision-Datensatz und ein Repository für Bildannotationen, das für das Training und die Evaluierung von Machine-Learning-Modellen entwickelt wurde. Es bietet eine große Sammlung beschrifteter Bilder und dient als Benchmark für Objekterkennung sowie als Quelle für Pixel-Level-Segmentierungsdaten. Das Repository zeichnet sich als multimodaler visueller Datensatz aus, indem es Bilder mit synchronisierten Sprach-, Text- und Mausspuren kombiniert, um das narrative Verständnis zu unterstützen. Es ermöglicht zudem die Analyse der Modellgerechtigkeit durch die Einbeziehung demografischer Attribute und erschöpfender Annotationen. Der Datensatz deckt ein breites Spektrum an Computer-Vision-Funktionen ab, einschließlich Objekterkennung über Bounding-Boxen, Bildinstanzsegmentierung mittels Pixelmasken und visuelle Beziehungszuordnung durch Objekt-Attribut-Tripletts. Er unterstützt zudem punktbasierte Klassifizierung, hierarchische Texterkennung und den Abruf kuratierter Datensatz-Teilmengen basierend auf Klassen- oder Attributfilterung.
Provides an extensive library of bounding boxes, segmentation masks, and labels to teach models scene perception.
Python - cvdfoundation/open-images-dataset
cvdfoundation/open-images-dataset
1,104Auf GitHub ansehenThis project provides a collection of command-line tools and scripts designed to automate the ingestion, migration, and preparation of large-scale annotated image datasets. It serves as a utility for managing the retrieval of image collections paired with bounding box and segmentation annotations, facilitating their integration into machine learning data pipelines. The toolset enables the bulk transfer of image data and metadata manifests into private cloud storage environments. It utilizes manifest-driven orchestration to process structured resource locations, ensuring that raw image files r
Downloads large collections of images paired with bounding box and label annotations for computer vision model training.
