গাড়ির কী পয়েন্ট আইডেন্টিফিকেশন ডেটাসেট
বাউন্ডিং বক্স,কী পয়েন্ট
ব্যবহারের ক্ষেত্রে: গাড়ির কী পয়েন্ট আইডেন্টিফিকেশন ডেটাসেট
বিন্যাস: ভাবমূর্তি
গণনা: 25k
টীকা: হাঁ
বর্ণনা: "কার কী পয়েন্ট আইডেন্টিফিকেশন ডেটাসেট" ভিজ্যুয়াল বিনোদন এবং স্বায়ত্তশাসিত ড্রাইভিংয়ের অ্যাপ্লিকেশনের জন্য ডিজাইন করা হয়েছে, যেখানে 640 x 512 পিক্সেল রেজোলিউশনের সাথে ইন্টারনেট-সংগৃহীত চিত্রগুলির একটি সংগ্রহ রয়েছে৷ এই ডেটাসেটটি লক্ষ্যযুক্ত গাড়ি শনাক্ত করার জন্য বাউন্ডিং বক্স ব্যবহার করে এবং প্রতিটি গাড়ির চারটি শীর্ষ পয়েন্ট, চারটি আলো, চারটি চাকা এবং সামনের ও বাম দিকের কাঁচের এলাকা সহ 14টি মূল পয়েন্ট টীকা করে, যা গাড়ির মডেলিং এবং এর জন্য বিস্তারিত তথ্য প্রদান করে। স্বীকৃতি কাজ।
ক্ষতিগ্রস্ত বোর্ড যন্ত্রাংশ সেগমেন্টেশন ডেটাসেট
শব্দার্থিক সেগমেন্টেশন
ব্যবহারের ক্ষেত্রে: ক্ষতিগ্রস্ত বোর্ড যন্ত্রাংশ সেগমেন্টেশন ডেটাসেট
বিন্যাস: ভাবমূর্তি
গণনা: 1,000
টীকা: হাঁ
বর্ণনা: "ড্যামেজড বোর্ড পার্টস সেগমেন্টেশন ডেটাসেট" হল একটি বিশেষ সংগ্রহ যা ম্যানুফ্যাকচারিং সেক্টরের জন্য তৈরি করা হয়েছে, বিশেষ করে কাঠ এবং বোর্ড উৎপাদনে। এটি 3024 x 4032 থেকে 2048 x 5750 পিক্সেল পর্যন্ত উচ্চ রেজোলিউশনের সাথে ইন্টারনেট-সংগৃহীত চিত্রগুলিকে বৈশিষ্ট্যযুক্ত করে। এই ডেটাসেটটি বিভিন্ন ধরণের বোর্ডের ক্ষতির শব্দার্থগত বিভাজনে ফোকাস করে, যার মধ্যে ফাটল, পোকামাকড়ের ক্ষতি এবং ক্ষয় রয়েছে, যা মান নিয়ন্ত্রণ এবং উত্পাদন প্রক্রিয়াগুলিতে সহায়তা করে।
ক্ষতিগ্রস্ত গাড়ি (অপ্রধান) ভিডিও ডেটাসেট
ব্যবহারের ক্ষেত্রে: বীমা দাবি প্রক্রিয়া
বিন্যাস: avi, mkv, mov, mp4, mp5
গণনা: 48366
টীকা: না
বর্ণনা: 360 ডিগ্রী গাড়ির ভিডিওগুলির চারপাশে হেঁটে একটি স্বাভাবিক, স্থির গতিতে ক্ষতি সহ উপরে এবং নীচে সর্বদা দৃশ্যমান ক্ষতি: একটি স্ক্র্যাচ, ডেন্ট, ডিং বা ফাটল যা দৈর্ঘ্যে একটি গল্ফ বলের চেয়ে বড় বাইরের প্যানেলের ক্ষতি: বাম্পার, ফেন্ডার, কোয়ার্টার প্যানেল, দরজা, হুড, এবং ট্রাঙ্ক অবস্থান: এশিয়া, মার্কিন যুক্তরাষ্ট্র, কানাডা এবং ইউরোপ
রেকর্ড করার যন্ত্র: মোবাইল ক্যামেরা
রেকর্ডিং শর্ত: মিশ্র আলোর অবস্থা
ক্ষতিগ্রস্ত গাড়ী ইমেজ ডেটাসেট
ব্যবহারের ক্ষেত্রে: বীমা দাবি প্রক্রিয়া
বিন্যাস: .jpg
গণনা: 3958
টীকা: হাঁ
বর্ণনা: 490+ গাড়ি এবং 3958টি গাড়ির ছবি এবং ক্ষতিগ্রস্ত গাড়ির টীকাযুক্ত ছবি (মেটাডেটা সহ)। গাড়ির সমস্ত দিক কভার করে (প্রতিটি গাড়ির জন্য 8টি ছবি) - বীমা দাবি প্রক্রিয়া ব্যবহারের ক্ষেত্রে।
রেকর্ড করার যন্ত্র: মোবাইল ক্যামেরা
রেকর্ডিং শর্ত: মিশ্র আলোর অবস্থা
শিল্প ধাতু গন্ধ শিখা শ্রেণীবিভাগ
শ্রেণীবিন্যাস
ব্যবহারের ক্ষেত্রে: শিল্প ধাতু গন্ধ শিখা শ্রেণীবিভাগ
বিন্যাস: ভাবমূর্তি
গণনা: 41k
টীকা: হাঁ
বর্ণনা: "ইন্ডাস্ট্রিয়াল মেটাল মেল্টিং ফ্লেম ক্লাসিফিকেশন ডেটাসেট" শিল্প সেক্টরের জন্য ডিজাইন করা হয়েছে, এতে মেটাল মেলটিং ফ্লেমের ইন্টারনেট-সংগৃহীত চিত্রের একটি সংগ্রহ রয়েছে, যার রেজোলিউশন 350 x 350 পিক্সেল। এই ডেটাসেটটি শিখার ছবিগুলির 10টি বিভাগে শ্রেণীবিভাগের জন্য নিবেদিত হয়েছে, যার মধ্যে অতিরিক্ত এক্সপোজার, কালো ধোঁয়া, আগুনের ভর, স্পার্ক এবং স্ল্যাগ জাম্পিং এবং স্প্যাটারের বিভিন্ন তীব্রতা রয়েছে, যা গলানোর প্রক্রিয়াগুলি পর্যবেক্ষণ এবং অপ্টিমাইজ করার জন্য গুরুত্বপূর্ণ ডেটা প্রদান করে।
মেশিন পার্ট ডিফেক্ট সেগমেন্টেশন ডেটাসেট
বাইনারি সেগমেন্টেশন
ব্যবহারের ক্ষেত্রে: মেশিন পার্ট ডিফেক্ট সেগমেন্টেশন ডেটাসেট
বিন্যাস: ভাবমূর্তি
গণনা: 120k
টীকা: হাঁ
বর্ণনা: "মেশিন পার্ট ডিফেক্টস সেগমেন্টেশন ডেটাসেট" উৎপাদন শিল্পের জন্য ডিজাইন করা হয়েছে, এতে ইন্টারনেট-সংগৃহীত ছবি রয়েছে, যার রেজোলিউশন 1000 x 1000 পিক্সেল। এই ডেটাসেটটি মেশিনের অংশগুলিতে সাদা ত্রুটিগুলি সনাক্ত করতে বাইনারি সেগমেন্টেশনের উপর ফোকাস করে, পরিষ্কার টীকা প্রদান করে যা মান নিয়ন্ত্রণ এবং পরিদর্শন প্রক্রিয়াগুলির জন্য উদ্বেগের ক্ষেত্রগুলিকে হাইলাইট করে।
মেশিন পার্টস সেগমেন্টেশন ডেটাসেট
শব্দার্থিক বিভাজন, বহুভুজ, মূল পয়েন্ট
ব্যবহারের ক্ষেত্রে: মেশিন পার্টস সেগমেন্টেশন ডেটাসেট
বিন্যাস: ভাবমূর্তি
গণনা: 2.3k
টীকা: হাঁ
বর্ণনা: "মেশিন পার্টস সেগমেন্টেশন ডেটাসেট" উৎপাদন খাতের জন্য তৈরি করা হয়েছে, যেখানে 2048 x 1536 পিক্সেল রেজোলিউশন সহ ইন্টারনেট-সংগৃহীত চিত্রগুলির একটি সংগ্রহ রয়েছে৷ এই ডেটাসেটটি শব্দার্থিক বিভাজন, বহুভুজ এবং মূল পয়েন্ট টীকাতে বিশেষায়িত, মেশিনের অংশগুলির এক্স-রে চিত্রগুলির মধ্যে মেশিনিং অবস্থানের কনট্যুর টীকাতে ফোকাস করে, উত্পাদন প্রক্রিয়াগুলিতে সুনির্দিষ্ট বিশ্লেষণ এবং পরিদর্শনের সুবিধা দেয়।
রেল লাইন লেবেলিং ডেটাসেট
বহুভুজ, বাউন্ডিং বক্স
ব্যবহারের ক্ষেত্রে: রেল লাইন লেবেলিং ডেটাসেট
বিন্যাস: ভাবমূর্তি
গণনা: 3k
টীকা: হাঁ
বর্ণনা: "রেল লাইন লেবেলিং ডেটাসেট" শিল্প অ্যাপ্লিকেশনের জন্য তৈরি করা হয়েছে, যেখানে 1920 x 1080 পিক্সেলের রেজোলিউশন সহ ইন্টারনেট-সংগৃহীত চিত্রগুলির একটি সংগ্রহ রয়েছে৷ এই ডেটাসেটটি বহুভুজ টীকা ব্যবহার করে রেল লাইনের বিশদ লেবেলিং, তাদের বাঁক এবং একত্রিতকরণ সহ বিশেষায়িত করে। অতিরিক্তভাবে, এই চিত্রগুলির মধ্যে ট্রেনগুলিকে বাউন্ডিং বাক্সের সাথে লেবেল করা হয়েছে৷ ডেটাসেটটি বিশেষভাবে উহান থেকে সংগৃহীত রেল নেটওয়ার্কগুলিতে ফোকাস করে, রেল লাইন বিশ্লেষণ এবং ট্রেন সনাক্তকরণের জন্য একটি স্থানীয় প্রসঙ্গ প্রদান করে।