地球资源数据云——数据资源详情
3D 计算机视觉建筑 巴黎 阿姆斯特丹 庞贝
该数据集《3D Computer Vision Building Paris Amsterdam Pompei》主要用于多分类任务，数据形态以图像为主。 题目说明：Images of buildings for 3D recognition 任务类型：图像多分类。 建议流程：先检查类别分布与脏样本，再用迁移学习（如 ResNet/EfficientNet）建立基线。 评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。 可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。 Corpus of images of buildings in Paris, Keble College at University of Oxford, Amsterdam and Pompeï for depth recognition. Useful for testing DLT and RANSAC techniques. Useful for 3D recognition and image classification as well. Good for introduction to openCV and perception of images
摘要概览
该数据集《3D Computer Vision Building Paris Amsterdam Pompei》主要用于多分类任务，数据形态以图像为主。 题目说明：Images of buildings for 3D recognition
任务类型：图像多分类。
建议流程：先检查类别分布与脏样本，再用迁移学习（如 ResNet/EfficientNet）建立基线。
评估建议：使用分层切分或交叉验证，优先关注 F1、Recall、AUC 等分类指标。
可用文件：未检测到标准 CSV，可优先查看目录中的索引或说明文件。
Corpus of images of buildings in Paris, Keble College at University of Oxford, Amsterdam and Pompeï for depth recognition. Useful for testing DLT and RANSAC techniques. Useful for 3D recognition and image classification as well. Good for introduction to openCV and perception of images