ಕಂಪ್ಯೂಟರ್ ವಿಷನ್‌ಗಾಗಿ ಪ್ರೀಮಿಯಂ ಆಬ್ಜೆಕ್ಟ್ ಮತ್ತು ಬಾಹ್ಯರೇಖೆ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್‌ಗಳು

ವಿವರಣೆ: ಬಾರ್‌ಕೋಡ್ ಟೈ: Code128, UPC/EAN, DataMatrix, PDF417, Aztec, ಮಲ್ಟಿ-ಕೋಡ್

ರೆಕಾರ್ಡಿಂಗ್ ಸಾಧನ: Honor 9A, Huawei mate 10 pro, iPad, iPhone (6S, 7 Plus, SE, X, 11, 12, 12 mini, 12 Pro Max), Moto (E4, onepower), One plus (6T, 7T, One), Oppo A3s, Real Me, Samsung (A20, A30, A32, M12, M31), Vivo z1pro, Xiaomi Mi10T+

ರೆಕಾರ್ಡಿಂಗ್ ಸ್ಥಿತಿ: - Bright_Indoor - Low_Indoor - Low_Outdoor - ಸಾಮಾನ್ಯ - ಬಿಸಿಲು

ವಿವರಣೆ: 960 x 720 ರಿಂದ 1024 x 768 ಪಿಕ್ಸೆಲ್‌ಗಳವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳಿಂದ ಸಂಯೋಜಿಸಲ್ಪಟ್ಟ ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನೆಯಲ್ಲಿ ಬಳಕೆಗಾಗಿ "ಬ್ಲರ್ ಏರಿಯಾ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಸೆಮ್ಯಾಂಟಿಕ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ ಚಿತ್ರಗಳೊಳಗಿನ ನೀಲಿ ಪ್ರದೇಶಗಳನ್ನು ಗುರಿಯಾಗಿಸುತ್ತದೆ. ಪ್ರತಿಯೊಂದು ನೀಲಿ ಪ್ರದೇಶವನ್ನು ಪಿಕ್ಸೆಲ್ ಮಟ್ಟದಲ್ಲಿ ಟಿಪ್ಪಣಿ ಮಾಡಲಾಗಿದೆ, ಬಣ್ಣ-ಆಧಾರಿತ ವಿಭಾಗ ಅಥವಾ ವಿಶ್ಲೇಷಣೆಯ ಅಗತ್ಯವಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಮೌಲ್ಯಯುತ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ಕ್ಯಾರೆಕ್ಟರ್ಸ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಆಪ್ಟಿಕಲ್ ಕ್ಯಾರೆಕ್ಟರ್ ರೆಕಗ್ನಿಷನ್ (OCR) ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, 461 x 169 ರಿಂದ 1080 x 1350 ಪಿಕ್ಸೆಲ್‌ಗಳವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಇಂಟರ್ನೆಟ್-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಯ ಸುತ್ತ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ, ನಿಖರವಾದ ಅಕ್ಷರ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಪಠ್ಯ ಹೊರತೆಗೆಯುವಿಕೆ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸುಲಭಗೊಳಿಸಲು OCR ಆಪ್ಟಿಕಲ್ ಅಕ್ಷರಗಳ ನಿಖರವಾದ ವಿವರಣೆಯನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ಕ್ಯಾರೆಕ್ಟರ್ಸ್ ರಿಲೇಶನ್‌ಶಿಪ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ಉದ್ಯಮಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಇದು 1280 × 720 ರಿಂದ 4608 × 3456 ವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ವ್ಯಾಪಕವಾದ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಅನನ್ಯ ಡೇಟಾಸೆಟ್ ಮಾನವರು ಮತ್ತು ನಡುವಿನ ಸಂಬಂಧಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ ಮಾನವರು ಮತ್ತು ವಸ್ತುಗಳು, ಪರಸ್ಪರ ಕ್ರಿಯೆಯ ಡೈನಾಮಿಕ್ಸ್‌ಗೆ ಅಮೂಲ್ಯವಾದ ಒಳನೋಟಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ.

ವಿವರಣೆ: "ಕಾಮನ್ ಆಬ್ಜೆಕ್ಟ್ಸ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" 800 × 600 ರಿಂದ 4160 × 3120 ರವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳನ್ನು ಒಳಗೊಂಡ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ವಿಶಾಲ ಸಂಗ್ರಹದೊಂದಿಗೆ ಇ-ಕಾಮರ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ಉದ್ಯಮಗಳಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತದೆ. ಈ ಡೇಟಾಸೆಟ್ ದೈನಂದಿನ ದೃಶ್ಯಗಳು ಮತ್ತು ವಸ್ತುವಿನ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯನ್ನು ಒಳಗೊಂಡಿದೆ. ಜನರು, ಪ್ರಾಣಿಗಳು, ಪೀಠೋಪಕರಣಗಳು ಮತ್ತು ಹೆಚ್ಚಿನವುಗಳನ್ನು ಒಳಗೊಂಡಂತೆ, ನಿದರ್ಶನ ಮತ್ತು ಶಬ್ದಾರ್ಥದ ವಿಭಾಗಕ್ಕಾಗಿ ಟಿಪ್ಪಣಿ ಮಾಡಲಾಗಿದೆ.

ವಿವರಣೆ: "ಫ್ಲೈಯಿಂಗ್ ವೈರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ದೃಶ್ಯ ಮನರಂಜನಾ ಉದ್ಯಮಕ್ಕಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗಿದೆ, 1024 x 638 ಪಿಕ್ಸೆಲ್‌ಗಳನ್ನು ಮೀರಿದ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಕಟ್ಟಡಗಳ ನಡುವೆ ವ್ಯಾಪಿಸಿರುವ ಹಗ್ಗಗಳು ಅಥವಾ ತಂತಿಗಳನ್ನು ಟಿಪ್ಪಣಿ ಮಾಡುವುದರ ಮೇಲೆ ಪ್ರಾಥಮಿಕ ಒತ್ತು ನೀಡುವುದರೊಂದಿಗೆ ನಿದರ್ಶನ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ, ಡಿಜಿಟಲ್ ವಿಷಯದಲ್ಲಿ ವಾಸ್ತವಿಕ ನಗರ ಪರಿಸರವನ್ನು ರಚಿಸಲು ಅಮೂಲ್ಯವಾದ ಡೇಟಾವನ್ನು ನೀಡುತ್ತದೆ.

ವಿವರಣೆ: ನಮ್ಮ "ಫುಡ್ ಕಾಂಟೂರ್ ಮ್ಯಾಟಿಂಗ್ ಡೇಟಾಸೆಟ್" ಪಾಕಶಾಲೆಯ ಮತ್ತು ದೃಶ್ಯ ವಿಷಯ ಡೊಮೇನ್‌ಗಳನ್ನು ಸಮೃದ್ಧಗೊಳಿಸುತ್ತದೆ, ಜಾಗತಿಕ ಪಾಕಪದ್ಧತಿಗಳಿಂದ ~200 ಆಹಾರ ಪ್ರಕಾರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಇದನ್ನು ಅಡುಗೆ, ಪ್ರವಾಸೋದ್ಯಮ ಮತ್ತು ಮನರಂಜನೆಯ ವ್ಯವಹಾರಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ವಿವರವಾದ ವಿಭಜನಾ ಟಿಪ್ಪಣಿಗಳ ಮೂಲಕ ವೈಯಕ್ತೀಕರಿಸಿದ ಅನುಭವಗಳನ್ನು ನೀಡುತ್ತದೆ.

ವಿವರಣೆ: 256 x 256 ರಿಂದ 1024 x 768 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಕ್ಯುರೇಟೆಡ್ ಆಯ್ಕೆಯನ್ನು ಒಳಗೊಂಡಿರುವ "ಫುಡ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಪ್ರವಾಸೋದ್ಯಮ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ಕ್ಷೇತ್ರಗಳಿಗೆ ಸೇವೆ ಸಲ್ಲಿಸುತ್ತದೆ. ಈ ಡೇಟಾಸೆಟ್ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಗೆ ಸಮರ್ಪಿಸಲಾಗಿದೆ, ಸಾಮಾನ್ಯ ಆಹಾರಗಳು ಮತ್ತು ಅವುಗಳ ಜೊತೆಯಲ್ಲಿರುವ ಪ್ಲೇಟ್‌ಗಳು ಅಥವಾ ಬೌಲ್‌ಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವಿವಿಧ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಪ್ರಾತಿನಿಧ್ಯವನ್ನು ಸುಗಮಗೊಳಿಸುತ್ತದೆ.

ವಿವರಣೆ: ಹೆಗ್ಗುರುತು ಚಿತ್ರಗಳು: ಅವುಗಳ ಪರಿಸರದ ಸನ್ನಿವೇಶದಲ್ಲಿ ಹೆಗ್ಗುರುತುಗಳ ಛಾಯಾಚಿತ್ರ ಚಿತ್ರಗಳು.

ವಿವರಣೆ: ಸಾಮಾನ್ಯ ವಸ್ತು ಚಿತ್ರ ಡೇಟಾಸೆಟ್‌ಗಳು (ಅಗತ್ಯವಿದ್ದಂತೆ ಟಿಪ್ಪಣಿಗಳನ್ನು ಮಾಡಬಹುದು)

ವಿವರಣೆ: ಟಿಪ್ಪಣಿ ಹೊಂದಿರುವ ನೈಸರ್ಗಿಕ ಅಥವಾ ಸಾಮಾನ್ಯ ವಸ್ತು ಚಿತ್ರಗಳನ್ನು ಸಾಮಾನ್ಯ ವಸ್ತು ಪತ್ತೆ ಕಾರ್ಯಗಳಿಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ. ಅವು ಬೌಂಡಿಂಗ್ ಬಾಕ್ಸ್‌ಗಳು ಮತ್ತು ವರ್ಗ ಹೆಸರುಗಳೊಂದಿಗೆ ಲೇಬಲ್ ಮಾಡಲಾದ ದೈನಂದಿನ ವಸ್ತುಗಳ ನೈಜ-ಪ್ರಪಂಚದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತವೆ. ಈ ಡೇಟಾಸೆಟ್‌ಗಳು ಪ್ರಾಯೋಗಿಕ ಅನ್ವಯಿಕೆಗಳಲ್ಲಿ ನಿಖರವಾದ ವಸ್ತು ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಸ್ಥಳೀಕರಣಕ್ಕಾಗಿ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಮಾದರಿಗಳನ್ನು ತರಬೇತಿ ಮಾಡಲು ಮತ್ತು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ವಿವರಣೆ: ಕಲೆ ಗುರುತಿಸುವಿಕೆ ಚಿತ್ರಗಳು ಪ್ರಕಾರ 1- ಕಲೆ ಗುರುತಿಸುವಿಕೆ ಪ್ರಕಾರ 2- ರೆಫ್ರಿಜರೇಟರ್ ಐಟಂ ಪತ್ತೆ

ವಿವರಣೆ: ನೈಸರ್ಗಿಕ ಅಥವಾ ಕೃತಕ ಬೆಳಕಿನಲ್ಲಿ ಭೂತ ಎಂದು ಕರೆಯಲ್ಪಡುವ ಡಿಜಿಟಲ್ ಕಲಾಕೃತಿಯನ್ನು ರಚಿಸುವ ಹಗಲು ಅಥವಾ ರಾತ್ರಿಯ ಸೆಟ್ಟಿಂಗ್‌ಗಳಲ್ಲಿ ತೆಗೆದ ಸ್ಥಿರ ಚಿತ್ರಗಳ ಸೆಟ್‌ಗಳು.

ರೆಕಾರ್ಡಿಂಗ್ ಸಾಧನ: ಐಫೋನ್ ಮತ್ತು ಐಪ್ಯಾಡ್ ಕ್ಯಾಮೆರಾ

ರೆಕಾರ್ಡಿಂಗ್ ಸ್ಥಿತಿ: - ಹಗಲು ಸಮಯ - ರಾತ್ರಿ ಸಮಯ

ವಿವರಣೆ: 189 x 223 ರಿಂದ 5472 x 3648 ಪಿಕ್ಸೆಲ್‌ಗಳವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ದೊಡ್ಡ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುವ "ಮುಖ್ಯ ವಸ್ತುಗಳ ವಿಭಾಗ ಡೇಟಾಸೆಟ್" ಅನ್ನು ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನೆಯಲ್ಲಿನ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಪ್ರತಿ ಚಿತ್ರದಲ್ಲಿ ಒಂದು ಲೇಬಲ್ ಮಾಡಲಾದ ವಿಷಯದ ಬಾಹ್ಯರೇಖೆ ಮತ್ತು ಶಬ್ದಾರ್ಥದ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಅಪ್ಲಿಕೇಶನ್‌ಗಾಗಿ ಪ್ರಾಥಮಿಕ ವಸ್ತುವಿನ ಸ್ಪಷ್ಟ ಮತ್ತು ಪ್ರತ್ಯೇಕವಾದ ನೋಟವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ವಿವರಣೆ: 1080 x 1362 ರಿಂದ 6000 x 4000 ಪಿಕ್ಸೆಲ್‌ಗಳವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ದೊಡ್ಡ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುವ "ಮಲ್ಟಿಪಲ್ ಆಬ್ಜೆಕ್ಟ್ಸ್ ಮ್ಯಾಟಿಂಗ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ರೋಬೋಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನೆಯಲ್ಲಿ ಬಳಸಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ವಿಭಜನೆಯಲ್ಲಿ ಪರಿಣತಿಯನ್ನು ಹೊಂದಿದೆ, ಮೂಲ ಚಿತ್ರ, ಪಾರದರ್ಶಕ ಪರಿಣಾಮದ ಚಿತ್ರ, ಮತ್ತು ಮುಖ್ಯ ವಸ್ತುವಿಗೆ ಮುಖವಾಡ ಕಪ್ಪು-ಬಿಳುಪು ಚಿತ್ರವನ್ನು ಒದಗಿಸುತ್ತದೆ, ವಿವರವಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವಿವಿಧ ತಾಂತ್ರಿಕ ಪರಿಹಾರಗಳಲ್ಲಿ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ನೈಲ್ಸ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ಸೌಂದರ್ಯ ಉದ್ಯಮಕ್ಕಾಗಿ ರಚಿಸಲಾಗಿದೆ, ಇದು ಆಫ್‌ಲೈನ್ ಮಾನವ ಬೆರಳಿನ ಉಗುರಿನ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಎಲ್ಲವೂ 1920 x 1080 ಪಿಕ್ಸೆಲ್‌ಗಳ ಏಕರೂಪದ ರೆಸಲ್ಯೂಶನ್‌ನಲ್ಲಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಬೆರಳಿನ ಉಗುರುಗಳ ವಿವರವಾದ ಬಾಹ್ಯರೇಖೆಯನ್ನು ಗಮನದಲ್ಲಿಟ್ಟುಕೊಂಡು, ನೇಲ್ ಆರ್ಟ್ ವಿನ್ಯಾಸ ಮತ್ತು ವರ್ಚುವಲ್ ನೈಲ್ ಟ್ರೈ-ಆನ್ ತಂತ್ರಜ್ಞಾನಗಳಲ್ಲಿ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಮೂಲಕ ಲಾಕ್ಷಣಿಕ ವಿಭಾಗದಲ್ಲಿ ಪರಿಣತಿಯನ್ನು ಹೊಂದಿದೆ.

ವಿವರಣೆ: "ಆಬ್ಜೆಕ್ಟ್ ಕಾಂಟೂರ್ ಮ್ಯಾಟಿಂಗ್ ಡೇಟಾಸೆಟ್" ಎಂಬುದು ಇ-ಕಾಮರ್ಸ್, ಇಂಟರ್ನೆಟ್ ಮತ್ತು ಮೊಬೈಲ್ ವಲಯಗಳಿಗೆ ಅನುಗುಣವಾಗಿರುವ ಬಹುಮುಖ ಸಂಗ್ರಹವಾಗಿದೆ, ಇದು ಬಟ್ಟೆ, ಪರಿಕರಗಳು, ಸರಕುಗಳು, ಸಸ್ಯಗಳು ಮತ್ತು ಆಹಾರದಂತಹ ವ್ಯಾಪಕ ಶ್ರೇಣಿಯ ವಸ್ತುಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಮುಖ್ಯ ವಸ್ತುವಿನ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ಇದು ನಿಖರವಾದ ವಸ್ತುವಿನ ಔಟ್‌ಲೈನ್ ಹೊರತೆಗೆಯುವಿಕೆಯ ಅಗತ್ಯವಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ಅಮೂಲ್ಯವಾದ ಸಂಪನ್ಮೂಲವಾಗಿದೆ.

ವಿವರಣೆ: 1365 x 2047 ಮತ್ತು 4165 x 2737 ಪಿಕ್ಸೆಲ್‌ಗಳ ನಡುವಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಶ್ರೇಣಿಯನ್ನು ಒಳಗೊಂಡಿರುವ "ಆಬ್ಜೆಕ್ಟ್ಸ್ ಮತ್ತು ಡಿಸ್ಟ್ರಾಕ್ಷನ್ಸ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ರೊಬೊಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ವಲಯಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಶಬ್ದಾರ್ಥದ ವಿಭಜನೆಯನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ, ಗುರಿ ವ್ಯಕ್ತಿಗಳು, ವಸ್ತುಗಳು, ಹಸ್ತಕ್ಷೇಪ ವಸ್ತುಗಳು ಮತ್ತು ವಿವಿಧ ಮಾನವ ದೇಹದ ಭಾಗಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಐದು ಮುಖ್ಯ ರೀತಿಯ ಹಸ್ತಕ್ಷೇಪ ವಸ್ತುಗಳಾಗಿ ಚಿತ್ರಗಳನ್ನು ವರ್ಗೀಕರಿಸುತ್ತದೆ, ಪ್ರಾಥಮಿಕ ವಿಷಯಗಳು ಮತ್ತು ಹಿನ್ನೆಲೆ ಗೊಂದಲಗಳ ನಡುವೆ ವ್ಯತ್ಯಾಸವನ್ನು ಕಂಡುಹಿಡಿಯಲು ಅಲ್ಗಾರಿದಮ್‌ಗಳ ಅಭಿವೃದ್ಧಿಯನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ಒಬ್ವಿಯಸ್ ಆಬ್ಜೆಕ್ಟ್ಸ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಎನ್ನುವುದು ಮಾಧ್ಯಮ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ವಲಯಗಳನ್ನು ಗುರಿಯಾಗಿರಿಸಿಕೊಂಡು ವಿಶೇಷ ಸಂಗ್ರಹವಾಗಿದ್ದು, 1536 x 2048 ಪಿಕ್ಸೆಲ್‌ಗಳ ಏಕರೂಪದ ರೆಸಲ್ಯೂಶನ್‌ನಲ್ಲಿ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಪಿಕ್ಸೆಲ್ ಮಟ್ಟದಲ್ಲಿ ಈ ವಸ್ತುಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಲು ಲಾಕ್ಷಣಿಕ ಮತ್ತು ಬಾಹ್ಯರೇಖೆಯ ಸೆಗ್ಮೆಂಟೇಶನ್ ತಂತ್ರಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ತಕ್ಷಣವೇ ಗಮನಿಸಬಹುದಾದ ಮತ್ತು ಚಿತ್ರದಲ್ಲಿ ಗಮನ ಸೆಳೆಯುವ ಪ್ರಮುಖ ವಸ್ತುಗಳ ವಿಭಜನೆಗೆ ಸಮರ್ಪಿಸಲಾಗಿದೆ.

ವಿವರಣೆ: 3072 x 2048 ಪಿಕ್ಸೆಲ್‌ಗಳ ಹೆಚ್ಚಿನ ರೆಸಲ್ಯೂಶನ್‌ನೊಂದಿಗೆ CCTV ವ್ಯೂಪಾಯಿಂಟ್‌ಗಳಿಂದ ಸೆರೆಹಿಡಿಯಲಾದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿರುವ "ಪಿಗ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ಪಶುಸಂಗೋಪನೆ ಉದ್ಯಮಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಶಬ್ದಾರ್ಥದ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ಹಂದಿಗಳ ಬಾಹ್ಯರೇಖೆ ಮತ್ತು ಕೇಂದ್ರ ಬಿಂದುಗಳಿಗೆ ವಿವರವಾದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ, ಹಂದಿ ಸಾಕಣೆ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ನಿರ್ವಹಣೆಯನ್ನು ಸುಲಭಗೊಳಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ಸಿಂಗಲ್ ಹ್ಯಾಂಡ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ದೃಶ್ಯ ಮನರಂಜನಾ ಉದ್ಯಮವನ್ನು ಗುರಿಯಾಗಿರಿಸಿಕೊಂಡಿದೆ, 1080 x 1920 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್ ಹೊಂದಿರುವ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ ಒಂದೇ ಕೈಯ ಟಿಪ್ಪಣಿಯನ್ನು ಗುರಿಯಾಗಿಸುತ್ತದೆ. ಸಣ್ಣ ಬಿಡಿಭಾಗಗಳು ಕೈಯಲ್ಲಿದ್ದರೆ, ಅವುಗಳನ್ನು ಸಹ ವಿಭಾಗದಲ್ಲಿ ಸೇರಿಸಲಾಗುತ್ತದೆ, ಕೈ ಮತ್ತು ಅದರ ಅಲಂಕರಣಗಳನ್ನು ಹಿನ್ನೆಲೆಯಿಂದ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ.

ವಿವರಣೆ: "ಸಿಂಗಲ್ ನೈಲ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ದೃಶ್ಯ ಮನರಂಜನಾ ವಲಯಕ್ಕಾಗಿ ಸಂಗ್ರಹಿಸಲಾಗಿದೆ, ಇದು ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ, ಪ್ರತಿಯೊಂದೂ ಸರಿಸುಮಾರು 100 x 100 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್ ಹೊಂದಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ನಿರ್ದಿಷ್ಟವಾಗಿ ಪ್ರತ್ಯೇಕ ಬೆರಳಿನ ಉಗುರುಗಳ ಬಾಹ್ಯರೇಖೆಗಳನ್ನು ಗುರಿಯಾಗಿಸುತ್ತದೆ, ನಿಖರವಾದ ಉಗುರು ಪ್ರಾತಿನಿಧ್ಯದ ಅಗತ್ಯವಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗೆ ವಿವರವಾದ ಡೇಟಾವನ್ನು ಒದಗಿಸುತ್ತದೆ.

ವಿವರಣೆ: 500 x 334 ರಿಂದ 3956 x 2319 ಪಿಕ್ಸೆಲ್‌ಗಳವರೆಗಿನ ರೆಸಲ್ಯೂಶನ್‌ಗಳೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿರುವ "ನಿರ್ದಿಷ್ಟ ಆಬ್ಜೆಕ್ಟ್ ಕಾಂಟೂರ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ರೊಬೊಟಿಕ್ಸ್ ಮತ್ತು ದೃಶ್ಯ ಮನರಂಜನಾ ವಲಯಗಳನ್ನು ಗುರಿಯಾಗಿರಿಸಿಕೊಂಡಿದೆ. ಈ ಡೇಟಾಸಮೂಹವು ಗೋಲ್ಡ್ ಫಿಶ್, ಕಪ್ಪೆಗಳು, ಪಿಯರ್‌ಗಳು ಮತ್ತು ಜ್ವಾಲಾಮುಖಿಗಳಂತಹ ನಿರ್ದಿಷ್ಟ ವಸ್ತುಗಳು ಮತ್ತು ದೃಶ್ಯಗಳನ್ನು ಗುರಿಯಾಗಿಸುವ ಟಿಪ್ಪಣಿಗಳೊಂದಿಗೆ ಬಾಹ್ಯರೇಖೆಯ ವಿಭಜನೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ, ನಿಖರವಾದ ವಸ್ತು ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ದೃಶ್ಯ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ವಿವರವಾದ ಬಾಹ್ಯರೇಖೆಗಳನ್ನು ನೀಡುತ್ತದೆ.

ವಿವರಣೆ: 256 x 256 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್‌ನೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುವ "ಟೂತ್ ಸೆಮ್ಯಾಂಟಿಕ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ಆರೋಗ್ಯ ಕ್ಷೇತ್ರಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಶೈಕ್ಷಣಿಕ ಉದ್ದೇಶಗಳಿಗಾಗಿ ವಿವರವಾದ ದಂತ ಚಿತ್ರಣವನ್ನು ಒದಗಿಸಲು ವಿವಿಧ ಕೋನಗಳಿಂದ ಕೆಳಗಿನ ಸಾಲು, ಬಾಚಿಹಲ್ಲುಗಳು ಮತ್ತು ಮೇಲಿನ ಸಾಲು ಸೇರಿದಂತೆ ಹಲ್ಲುಗಳ ವಿವಿಧ ಭಾಗಗಳನ್ನು ಲೇಬಲ್ ಮಾಡುವುದರ ಮೇಲೆ ಈ ಡೇಟಾಸೆಟ್ ಅನ್ನು ಲಾಕ್ಷಣಿಕ ವಿಭಜನೆಗೆ ಸಮರ್ಪಿಸಲಾಗಿದೆ.

ವಿವರಣೆ: 1920 x 1080 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್‌ನೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುವ ದೃಶ್ಯ ಮನರಂಜನೆ ಮತ್ತು ಸ್ವಾಯತ್ತ ಚಾಲನೆಯಲ್ಲಿನ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ "ಟ್ರಾಫಿಕ್ ಸೈನ್ ರಿಲೇಶನ್‌ಶಿಪ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ ಸಂಚಾರ ಚಿಹ್ನೆಗಳು ಮತ್ತು ರಸ್ತೆಮಾರ್ಗಗಳ ನಡುವಿನ ಸಂಬಂಧವನ್ನು ಒತ್ತಿಹೇಳುತ್ತದೆ, ಬೌಂಡಿಂಗ್ ಬಾಕ್ಸ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಟ್ರಾಫಿಕ್ ಚಿಹ್ನೆಗಳನ್ನು ಟಿಪ್ಪಣಿ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ಚಿಹ್ನೆಗಳು ಮತ್ತು ಅವುಗಳ ಸಂಬಂಧಿತ ರಸ್ತೆ ಪ್ರದೇಶಗಳ ನಡುವಿನ ಸಂಪರ್ಕವನ್ನು ವಿವರಿಸಲು ಬಹುಭುಜಾಕೃತಿಗಳಿಂದ ಗುರುತಿಸಲಾದ ಅನುಗುಣವಾದ ರಸ್ತೆ ವಿಭಾಗಗಳು.

ವಿವರಣೆ: ಅಂತರ್ಜಾಲವು ಸರಾಸರಿ 10 ಸೆ.ಗಳ ಉದ್ದವಿರುವ ವೀಡಿಯೊ ಕ್ಲಿಪ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿದೆ ಮತ್ತು ರೆಸಲ್ಯೂಶನ್ 1920 x 1080 ಕ್ಕಿಂತ ಹೆಚ್ಚಿದೆ.

ವಿವರಣೆ: "Windows ಸೆಗ್ಮೆಂಟೇಶನ್ ಡೇಟಾಸೆಟ್" ಅನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿ ಉತ್ಪಾದನಾ ವಲಯಕ್ಕೆ ಸಂಕಲಿಸಲಾಗಿದೆ, ಇದು ವಿಂಡೋ ಘಟಕಗಳ ಉತ್ಪಾದನೆ ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿಯಂತ್ರಣವನ್ನು ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. ಇದು 150 x 150 ರಿಂದ 1160 x 2120 ಪಿಕ್ಸೆಲ್‌ಗಳ ರೆಸಲ್ಯೂಶನ್ ಸ್ಪೆಕ್ಟ್ರಮ್‌ನೊಂದಿಗೆ ಅಂತರ್ಜಾಲ-ಸಂಗ್ರಹಿಸಿದ ಚಿತ್ರಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಡೇಟಾಸೆಟ್ ಅನ್ನು ಸೆಮ್ಯಾಂಟಿಕ್ ಸೆಗ್ಮೆಂಟೇಶನ್ ಮತ್ತು ಬೌಂಡಿಂಗ್ ಬಾಕ್ಸ್ ಕಾರ್ಯಗಳಿಗಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಇದು ವಿವಿಧ ವಿಂಡೋ ವಿನ್ಯಾಸಗಳು ಮತ್ತು ಶೈಲಿಗಳನ್ನು ಒಳಗೊಂಡಿದೆ.