ArtEmis Dataset V2.0
Datasets that capture the connection between vision, language, and affection are limited, causing a lack of understanding of the emotional aspect of human intelligence. As a step in this direction, the ArtEmis dataset was recently introduced as a large-scale dataset of emotional reactions to images along with language explanations of these chosen emotions. We observed a significant emotional bias
LAION
Large-scale Artificial Intelligence Open Network TRULY OPEN AI. 100% NON-PROFIT. 100% FREE. LAION, as a non-profit organization, provides datasets, tools and models to liberate machine learning research. By doing so, we encourage open public education and a more environment-friendly use of resources by reusing existing datasets and models. Re-LAION 5B release (30.08.2024)
DALL·E 2 pre-training mitigations
In order to share the magic of DALL·E 2 with a broad audience, we needed to reduce the risks associated with powerful image generation models. To this end, we put various guardrails in place to prevent generated images from violating our content policy. In order to share the magic of DALL·E 2 with a broad audience, we needed to reduce the risks associated with powerful image generation models. To
OCR処理プログラム及び学習用データセットの公開について | NDLラボ
2022年04月25日 NDLラボのGitHubから、次の2件を公開しました。ライセンスや詳細については、各リポジトリのREADMEをご参照ください。 NDLOCR 国立国会図書館（以下、「当館」とします。）が令和3年度に株式会社モルフォAIソリューションズに委託して実施したOCR処理プログラムの研究開発事業の成果である、日本語のOCR処理プログラムです。 このプログラムは、国立国会図書館がCC BY 4.0ライセンスで公開するものです。なお、既存のライブラリ等を利用している部分については寛容型オープンライセンスのものを採用しているため、商用非商用を問わず自由な改変、利用が可能です。 機能ごとに7つのリポジトリに分かれていますが、下記リポジトリの手順に従うことで、Dockerコンテナとして構築・利用することができます。 リポジトリ : https://github.com/ndl-lab/
IMDB-WIKI - 500k+ face images with age and gender labels
IMDB-WIKI – 500k+ face images with age and gender labels Rasmus Rothe, Radu Timofte, Luc Van Gool DEX: Deep EXpectation of apparent age from a single image Looking at People Workshop International Conference on Computer Vision (ICCV), 2015 ∗ Winner of LAP challenge on apparent age estimation ∗ NVIDIA ChaLearn LAP 2015 Best Paper Award In this paper we tackle the estimation of apparent age in still
SIPI Image Database
File Format and Names Note: It is the database user's responsibility to figure out how to read the images into whatever computer they will be using, and how to access the files from within application programs. USC-SIPI does not have the resources to provide assistance in these areas. If you are in doubt about whether or not you will be able to read the images on your computer, please check with y
標準画像データベース[神奈川工大 信号処理応用研究室]
神奈川工科大学 情報学部 情報工学科 信号処理応用研究室 (Signal Processing Application Laboratory) [www.ess.ic.kanagawa-it.ac.jp] 標準画像／サンプルデータ(Standard Image/Sample Data) → 画像ダウンロード (Image Download) PSRN計算プログラム ACPI による Bayer パターンからカラー画像を生成するプログラム その他プログラム 標準画像／サンプルデータStandard Image / Sample Data 種々の画像処理手法の性能を比較するには，同じ画像に対して行う必要があります． そこで以下のような画像を標準として用い，種々の画像処理との比較検討に使っています．
Sample Images
このページで使用するサンプル画像について このページで使用する画像は、標準画像ライブラリSIDBA(1977年版)の一部、及び画像圧縮の評価の際によく利用される標準画像lennaを使用しています。 また、フルカラー画像からRGB->YUV変換により生成した輝度値成分のグレイスケール画像も使用しています。 標準画像 lenna 画素数は横512ドット×縦480ドット、各画素あたりRGB各256階調のフルカラー画像。 画像圧縮アルゴリズムの評価におけるサンプル画像として、広く使用されている。 lenna画像の由来について、詳しくはこちら SIDBA標準画像 sidba-title 画素数は横256ドット×縦256ドット、各画素あたり256階調のグレイスケール画像。 SIDBAのタイトル画像です。 SIDBA標準画像 chest_x-ray 画素数は横256ドット×縦256ドット、各画素あたり2
Places: A 10 million Image Database for Scene Recognition
The dataset is designed following principles of human visual cognition. Our goal is to build a core of visual knowledge that can be used to train artificial systems for high-level visual understanding tasks, such as scene context, object recognition, action and event prediction, and theory-of-mind inference. The semantic categories of are defined by their function: the labels represent the entry-l
arXivTimes/datasets/README.md at master · arXivTimes/arXivTimes
MNIST 言わずと知れた手書き文字のデータ CIFAR-10 言わずと知れた10クラス(airplane, automobileなど)にラベル付された画像集。CIFAR-100というより詳細なラベル付けがされたものもある The Oxford-IIIT Pet Dataset CIFAR-10と同様、ラベル付きのデータ。その名の通り動物系 Fashion-MNIST ファッション画像のMNIST、を表したデータセット。クラス数はMNISTと同様10クラスで、画像は28x28(グレースケール)、学習：評価データ数は60,000：10,000。 MNISTは簡単すぎる、濫用されているといった問題を克服するという側面も意識されている。 iMaterialist Challenge on fashion 100万点をこえるファッション画像のデータセット。8グループ228のラベルがアノテーションさ
Danbooru2021: A Large-Scale Crowdsourced & Tagged Anime Illustration Dataset · Gwern.net
Danbooru2021: A Large-Scale Crowdsourced & Tagged Anime Illustration Dataset Danbooru2021 is a large-scale anime image database with 4.9m+ images annotated with 162m+ tags; it can be useful for machine learning purposes such as image recognition and generation. Deep learning for computer revision relies on large annotated datasets. Classification/categorization has benefited from the creation of I
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Large-Scale Image Memorability
Objects365 Dataset
About
DataComp
Internet Archive: Digital Library of Free & Borrowable Books, Movies, Music & Wayback Machine
https://laion.ai/laion-400-open-dataset/
GitHub - EBazarov/nsfw_data_source_urls: Collection of NSFW images URLs for the purposes of training an NSFW Image Classifier
Amazon SageMaker Ground Truth（機械学習トレーニングデータセット構築）| AWS
Datasets – Google Research
