地球资源数据云——数据资源详情
该数据集由合成生成的时钟图像组成,时钟指针放置在 100 个不同钟面之一上。 该数据集分为144类。班级以小时 - 分钟的形式标记,因此对于 1:30 之类的时间,相关班级标签将为 1 - 30。每小时有 12 个不同的小时和 12 个不同的分钟,即 12 小时 X 12 分钟 = 144 节课。 数据集分为训练子集、测试子集和有效子集。来自该数据集的训练模型不能很好地预测从互联网下载的图像,因为它是在固定长度和矩形形状的矩形手上训练的,而下载图像的手通常会有所不同。训练图像中的指针通常是黑色的,但是在较暗的钟面上,指针的颜色可以是 5 种不同的颜色。数据集中的图像也在 0、 - 90、+90 和 180 度之间随机旋转。这样做是为了使分类变得更加困难。图像中的分针始终直接位于 12 分钟位置之一,即 0、5、10 等。时针根据分针的值调整远离准确的小时。例如,表示时间 1:30 的时针位于钟面上 1 和 2 之间的中间位置。(花了一些时间来实现这一点,但它更像是一个实际的模拟时钟)数据集中的所有图像都是 224 X 224 X 3 jpg 格式

该数据集由合成生成的时钟图像组成,时钟指针放置在 100 个不同钟面之一上。
该数据集分为144类。班级以小时 - 分钟的形式标记,因此对于 1:30 之类的时间,相关班级标签将为 1 - 30。每小时有 12 个不同的小时和 12 个不同的分钟,即 12 小时 X 12 分钟 = 144 节课。
数据集分为训练子集、测试子集和有效子集。来自该数据集的训练模型不能很好地预测从互联网下载的图像,因为它是在固定长度和矩形形状的矩形手上训练的,而下载图像的手通常会有所不同。训练图像中的指针通常是黑色的,但是在较暗的钟面上,指针的颜色可以是 5 种不同的颜色。数据集中的图像也在 0、 - 90、+90 和 180 度之间随机旋转。这样做是为了使分类变得更加困难。图像中的分针始终直接位于 12 分钟位置之一,即 0、5、10 等。时针根据分针的值调整远离准确的小时。例如,表示时间 1:30 的时针位于钟面上 1 和 2 之间的中间位置。(花了一些时间来实现这一点,但它更像是一个实际的模拟时钟)数据集中的所有图像都是 224 X 224 X 3 jpg 格式