-
需同意授權 作物蟲害多光譜數據集
更新頻率 不定期 瀏覽次數 360 下載次數 0地理坐標：每個影像的位置信息，通常使用經度、緯度和高度表示，以方便地理信息系統（GIS）的應用。 影像分辨率：指影像中每個像素代表的現實世界中的實際距離。以米為單位表示。 地面樣本距離：指影像中每個像素代表的地面實際距離。以米為單位表示。 影像類型：指影像的類型，如RGB、紅外線等。 拍攝日期和時間：指拍攝該影像的日期和時間。... -
需同意授權 番茄成熟度辨識模型_分六級
更新頻率 不定期 瀏覽次數 231 下載次數 0此模型能夠將照片中的番茄自動辨識出來 並且分成六種，Green, Breaker, Turning, Pink, Lightred, Red 電腦需求: 需配有Nvidia 顯卡，並已安裝cuda、anaconda 輸入: 照片 輸出: 框選完之照片 使用步驟: 0. 使用anaconda建立一個虛擬環境 1.... -
需同意授權 雞隻異常眼睛辨識資料集
更新頻率 不定期 瀏覽次數 150 下載次數 0本資料集包含大量土雞雞眼睛的標註檔，並且分為兩類，一類為正常雞眼睛，一類為異常雞眼睛，以YOLO訓練標註檔格式存儲，能夠利用此資料集進行雞眼睛辨識模型訓練 -
需同意授權 番茄成熟度辨識資料集
更新頻率 不定期 瀏覽次數 238 下載次數 0資料集內容 圖片: 資料集中包含不同尺寸和成熟度的番茄圖片。 標註: 每張圖片都有相對應的標註，標註檔格式為YOLO標註格式。 標註類別 | 類別編號 | 類別名稱 | |----------|-----------| | 0 | Breaker | | 1 | Green | | 2 |... -
需同意授權 俯拍牛隻移動軌跡影像資料集
更新頻率 不定期 瀏覽次數 212 下載次數 0牛隻編號：每頭牛隻以其唯一編號進行標註（如：700、603、600等）。 影像大小：每張影像解析度為2592x1944像素，包含RGB三通道。 邊界框標註：每頭牛隻在影像中的精確位置由其邊界框表示（例如，牛隻700的座標為：xmin=1666, ymin=364, xmax=1890, ymax=776）。... -
需同意授權 Rice disease near-infrared light image dataset(水稻病害近紅外光影像資料集)
更新頻率 不定期 瀏覽次數 251 下載次數 0水稻病害近紅外光影像資料集 說明文件 1. 資料集概述 ●這是一個針對水稻線蟲病害的高光譜近紅外光影像資料集，資料集中的主要內容包括高光譜影像 (RAR 檔案) 與標註資料 (XML 檔案)。此資料集的目的是利用高光譜技術，針對波長範圍 900 nm 至 1700 nm... -
需同意授權 Rice disease hyperspectral image dataset(水稻病害高光譜影像資料集)
更新頻率 不定期 瀏覽次數 275 下載次數 0水稻病害高光譜影像資料集 1. 資料集概述 針對水稻病害的高光譜影像資料集，資料集中的主要內容包括高光譜影像 (RAW 檔案) 與標註資料 (XML 檔案)。此資料集的目的是利用高光譜技術，針對波長範圍 470 nm 至 900 nm... -
需同意授權 多視角俯拍牛隻身分辨識資料集
更新頻率 不定期 瀏覽次數 286 下載次數 0多視角牛隻身分辨識資料集 資料集內容 影像來源：使用大華科技（Dahua）DH-IPC-EB5541-AS魚眼鏡頭拍攝的牛隻影像。 DH-IPC-EB5541-AS是一款5MP的魚眼網絡攝影機，採用1/2.7" CMOS圖像傳感器，具備低照度下的高圖像清晰度。 :contentReference[oaicite:0]{index=0}... -
PascalVOC資料集(測試用)
更新頻率 不定期 瀏覽次數 287 下載次數 60PASCAL VOC 資料集 PASCAL VOC（Visual Object Classes）資料集是一個常用的用於物體識別、檢測和分割的標準數據集。該資料集包含來自不同類別的物體圖片，用於幫助研究人員開發和評估物體識別和檢測模型。 資料集內容 圖片: 資料集中的圖片包含各種不同尺寸和場景中的物體。 標註:... -
需同意授權 多視角俯拍牛隻身分辨識模型
更新頻率 不定期 瀏覽次數 193 下載次數 0多視角俯拍牛隻身分辨識模型旨在從不同角度的俯拍影像中識別個別牛隻。該模型利用先進的計算機視覺技術和機器學習算法，處理多角度的俯拍影像，根據牛隻的獨特外觀特徵和行為模式進行檢測和區分。這個模型特別適用於大規模的牧場牛隻監控，能夠在無需近距離人為干預的情況下進行高效的身份識別。系統可與無人機結合，用於實時追蹤，從而提升牛隻管理和健康監測的效率。 -
需同意授權 穀粒含水量推估模型
更新頻率 不定期 瀏覽次數 170 下載次數 0本模型使用Python之開源函式庫ADAPT為主要基本架構，旨在應用將手機拍攝的稻穗影像顏色特徵作為訓練資料，以領域適應（Domain Adaptation, DA）方法推估出各影像中的穀粒含水量。 下圖由左至右分別為：1.基於特徵的領域適應方法適應前後的特徵t-SNE圖、2.基於實例的領域適應方法重要實例標註的特徵t-SNE圖 執行步驟...
您也可以使用API (應用程式介面) (see API 文件)註冊。