地球资源数据云——数据资源详情

猴、猫、狗检测

该数据集《Monkey, Cat and Dog detection》主要用于监督学习任务，数据形态以图像为主，应用场景偏向天文科学。 题目说明：The dataset consists hand - annotated images of cats, dogs and monkey 任务类型：图像监督学习。 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：test.csv, train.csv。 猴子、猫和狗检测数据集，包含狗、猫和猴子的手工注释图像。该数据集还包含用于 TensorFlow 训练的 tfrecords 文件。数据集分为训练集和测试集，训练集由 469 张图像组成，测试集由 51 张图像组成。这可用于训练预训练的对象检测模型。我们还可以使用 Tensorflow 对象检测 API 来训练对象检测器。内容 该数据集由狗、猫和猴子的手工注释图像组成，其注释采用 XML 和 CSV 格式。每个图像都与其 XML 注释链接。此外，这些注释也被解析为 CSV 文件。图像是通过使用 Selenium 编写的网络爬虫从 DuckDuckGo 图像搜索中下载的，并由免费开源软件 LabelImg 进行注释。 致谢 DuckDuckGo - 对于图像 LabelImg - 用于注释图像 灵感 该数据集可以用作学习使用迁移学习训练对象检测的起点。它还可以用于创建猴子监视系统，因为它们可以从厨房偷东西。这也可以用于狗、猫和猴子的手工注释图像的### Monkey、Cat和Dog检测数据集。该数据集还包含用于 TensorFlow 训练的 tfrecords 文件。数据集是数据集分为训练和测试，训练由469张图像组成，测试由51张图像组成。这可用于训练预训练的对象检测模型。我们还可以使用 Tensorflow 对象检测 API 来训练对象检测器。内容 该数据集由狗、猫和猴子的手工注释图像组成，其注释采用 XML 和 CSV 格式。每个图像都与其 XML 注释链接。此外，这些注释也被解析为 CSV 文件。图像是使用 Selenium 编写的网络爬虫从 DuckDuckGo 图像搜索中下载的，并由免费开源软件注释