સીસીટીવી ટ્રાફિક સીન સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ
ટ્રાફિક, શહેરી અને કુદરતી વાતાવરણમાં ફેલાયેલા ઉચ્ચ-ગુણવત્તાવાળા ડેટાસેટ્સ સાથે તમારા કમ્પ્યુટર વિઝન મોડેલ્સને શક્તિ આપો.
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: વિડિઓ
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "CCTV ટ્રાફિક સીન સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ" ઓટોનોમસ ડ્રાઇવિંગ વિકાસ માટે એક અનોખો પરિપ્રેક્ષ્ય પ્રદાન કરે છે, જે સ્થિર દૃષ્ટિકોણથી ટ્રાફિક દ્રશ્યોની જટિલતાઓને કેપ્ચર કરે છે. 1600 x 1200 પિક્સેલથી વધુ રિઝોલ્યુશન અને 7 fps થી વધુ ફ્રેમ રેટ સાથે રોડ મોનિટરિંગ કેમેરામાંથી ઉચ્ચ-રિઝોલ્યુશન CCTV ફૂટેજનો ઉપયોગ કરીને, આ ડેટાસેટ ટ્રાફિકમાં વિવિધ તત્વોનું વિગતવાર ઉદાહરણ વિભાજન પૂરું પાડે છે, જેમાં માનવો, પ્રાણીઓ, સાયકલિંગ વાહનો, ઓટોમોબાઇલ્સ અને રોડ અવરોધોનો સમાવેશ થાય છે. તે હવામાન પરિસ્થિતિઓની શ્રેણીને પણ સમાવે છે, જે AI સિસ્ટમોને એક નિશ્ચિત અનુકૂળ બિંદુથી વિવિધ ટ્રાફિક દૃશ્યોને સમજવા અને અર્થઘટન કરવા માટે તાલીમ આપવા માટે એક મજબૂત ડેટાસેટ પ્રદાન કરે છે.
ઉપયોગ કેસ: સિટી સ્કાય કોન્ટૂર સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "સિટી સ્કાય કોન્ટૂર સેગમેન્ટેશન ડેટાસેટ" દ્રશ્ય મનોરંજન ક્ષેત્ર માટે ક્યુરેટ કરવામાં આવ્યો છે, જેમાં 3000 x 4000 પિક્સેલના ઉચ્ચ રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત છબીઓનો સંગ્રહ છે. આ ડેટાસેટ કોન્ટૂર સેગમેન્ટેશન માટે સમર્પિત છે, જે ઇમારતો અને છોડ જેવા તત્વો સાથે શહેરી સેટિંગ્સમાં આકાશને કેપ્ચર કરવા પર ધ્યાન કેન્દ્રિત કરે છે, વિવિધ દ્રશ્ય સામગ્રી બનાવવા માટે વિગતવાર પૃષ્ઠભૂમિ પ્રદાન કરે છે.
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: છબી
ગણતરી: ૧૫૬૧૦
ટીકા: હા
વર્ણન: "ડેશકેમ ટ્રાફિક સીન્સ સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ" ઓટોનોમસ ડ્રાઇવિંગ ટેક્નોલોજીની સીમાઓને આગળ વધારવા માટે આવશ્યક છે. આ ડેટાસેટમાં લગભગ 1280 x 720 પિક્સેલના રિઝોલ્યુશન સાથે ડ્રાઇવિંગ રેકોર્ડર છબીઓ છે, જે શહેરી અને ઉપનગરીય ટ્રાફિક વાતાવરણના વિવિધ ઘટકોને પ્રતિબિંબિત કરવા માટે અર્થપૂર્ણ રીતે વિભાજિત કરવામાં આવી છે. તે 24 વિવિધ વસ્તુઓ અને દૃશ્યોને વ્યાપક રીતે વર્ગીકૃત કરે છે, જેમાં આકાશ, લોકો, મોટર વાહનો, નોન-મોટરાઇઝ્ડ વાહનો, હાઇવે, રાહદારી રસ્તાઓ, ઝેબ્રા ક્રોસિંગ, વૃક્ષો, ઇમારતો અને વધુનો સમાવેશ થાય છે. આ વિગતવાર સિમેન્ટીક સેગમેન્ટેશન ઓટોનોમસ ડ્રાઇવિંગ સિસ્ટમ્સને રસ્તાની જટિલતાઓને વધુ સારી રીતે સમજવા અને અર્થઘટન કરવાની મંજૂરી આપે છે, નેવિગેશન અને સલામતી પ્રોટોકોલને વધારે છે.
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "ડ્રાઇવેબલ એરિયા સેગમેન્ટેશન ડેટાસેટ" વિવિધ ડ્રાઇવિંગ વાતાવરણમાં સ્વાયત્ત વાહનોને નેવિગેટ કરવામાં AI ની ક્ષમતાઓને વધારવા માટે કાળજીપૂર્વક બનાવવામાં આવ્યું છે. તેમાં 1600 x 1200 થી 2592 x 1944 પિક્સેલ સુધીના રિઝોલ્યુશન સાથે ઉચ્ચ-રિઝોલ્યુશન છબીઓની વિશાળ શ્રેણી છે, જે બિટ્યુમેન, કોંક્રિટ, કાંકરી, પૃથ્વી, બરફ અને બરફ જેવા વિવિધ પેવમેન્ટ પ્રકારોને કેપ્ચર કરે છે. આ ડેટાસેટ AI મોડેલોને ડ્રાઇવેબલ અને નોન-ડ્રાઇવેબલ વિસ્તારો વચ્ચે તફાવત કરવા માટે તાલીમ આપવા માટે મહત્વપૂર્ણ છે, જે સ્વાયત્ત ડ્રાઇવિંગનું મૂળભૂત પાસું છે. વિગતવાર સિમેન્ટીક અને બાયનરી સેગમેન્ટેશન પ્રદાન કરીને, તેનો ઉદ્દેશ્ય સ્વાયત્ત વાહનોની સલામતી અને કાર્યક્ષમતામાં સુધારો કરવાનો છે, ખાતરી કરવાનો છે કે તેઓ વાસ્તવિક-વિશ્વના દૃશ્યોમાં આવતી વિવિધ રસ્તાની પરિસ્થિતિઓ અને વાતાવરણમાં અનુકૂલન કરી શકે છે.
ઉપયોગ કેસ: લેન્ડમાર્ક ઓળખ, લેન્ડમાર્ક ટેગિંગ
ફોર્મેટ: .jpg, mp4
ગણતરી: ૧૫૬૧૦
ટીકા: ના
વર્ણન: અનન્ય ઓળખમાંથી છબીઓ (1 નોંધણી ફોટો, દરેક ઓળખ માટે 20 ઐતિહાસિક ફોટા) અને વિડિઓઝ (1 ઇન્ડોર, 1 આઉટડોર) એકત્રિત કરો.
ઉપયોગ કેસ: ઇન્ડોર ઑબ્જેક્ટ્સ સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "ઇન્ડોર ઑબ્જેક્ટ્સ સેગમેન્ટેશન ડેટાસેટ" જાહેરાત, ગેમિંગ અને વિઝ્યુઅલ મનોરંજન ક્ષેત્રોમાં સેવા આપે છે, જે 1024 × 1024 થી 3024 × 4032 સુધીની ઉચ્ચ-રિઝોલ્યુશન છબીઓ પ્રદાન કરે છે. આ ડેટાસેટમાં 50 થી વધુ પ્રકારની સામાન્ય ઇન્ડોર ઑબ્જેક્ટ્સ અને સ્થાપત્ય તત્વોનો સમાવેશ થાય છે, જેમ કે ફર્નિચર અને રૂમ સ્ટ્રક્ચર્સ, ઉદાહરણ તરીકે એનોટેટેડ, સિમેન્ટીક અને કોન્ટૂર સેગમેન્ટેશન.
ઉપયોગ કેસ: રસોડાની સ્વચ્છતા વિડિઓ ડેટાસેટ
ફોર્મેટ: વિડિઓ
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: સીસીટીવી કેમેરા છબીઓ. રિઝોલ્યુશન 1920 x 1080 થી વધુ છે અને વિડિઓના પ્રતિ સેકન્ડ ફ્રેમની સંખ્યા 30 થી વધુ છે.
ઉપયોગ કેસ: લેન્ડમાર્ક ઓળખ, લેન્ડમાર્ક ટેગિંગ
ફોર્મેટ: .jpg
ગણતરી: ૧૫૬૧૦
ટીકા: ના
વર્ણન: તેમના પર્યાવરણના સંદર્ભમાં સીમાચિહ્નોની છબીઓ
રેકોર્ડિંગ ડિવાઇસ: મોબાઇલ કેમેરા
રેકોર્ડિંગ સ્થિતિ: - દિવસનો પ્રકાશ - રાત્રિ - વાદળછાયું/વરસાદ
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "લેન લાઇન સેગમેન્ટેશન ડેટાસેટ" ઓટોનોમસ ડ્રાઇવિંગ ટેક્નોલોજીઓમાં પ્રગતિને વેગ આપવા માટે રચાયેલ છે, ખાસ કરીને લેન ડિટેક્શન અને સેગમેન્ટેશન પર ધ્યાન કેન્દ્રિત કરીને. તેમાં ડ્રાઇવિંગ રેકોર્ડર્સમાંથી છબીઓની વિશાળ શ્રેણીનો સમાવેશ થાય છે, જે સફેદ અને પીળા રંગમાં વિવિધ સોલિડ અને ડેશ લાઇન જેવા રોડ માર્કિંગની વ્યાપક શ્રેણીને આવરી લેવા માટે 35 અલગ-અલગ શ્રેણીઓમાં વિભાજિત છે. આ ડેટાસેટનો હેતુ લેન સીમાઓને ઓળખવામાં AI ની ચોકસાઇને સુધારવાનો છે, જે ઓટોનોમસ વાહનોના સલામત નેવિગેશન માટે મહત્વપૂર્ણ છે.
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "લેન મર્જિંગ અને ફોર્ક એરિયા સેગમેન્ટેશન ડેટાસેટ" ખાસ કરીને લેન મર્જિંગ અને ફોર્કિંગની જટિલતાઓને સંબોધિત કરે છે, જે ઓટોનોમસ ડ્રાઇવિંગમાં મહત્વપૂર્ણ દૃશ્યો છે. આ ડેટાસેટ, જેમાં ડ્રાઇવિંગ રેકોર્ડર છબીઓનો સમાવેશ થાય છે, તે દ્વિસંગી સેગમેન્ટેશન માટે ટિપ્પણી કરે છે, જે તે વિસ્તારો પર ધ્યાન કેન્દ્રિત કરે છે જ્યાં લેન મર્જ થાય છે અથવા શાખાઓ બંધ થાય છે. તેમાં લેન મર્જિંગ વિસ્તારો, લેન ફોર્ક વિસ્તારો (ત્રિકોણાકાર ઊંધી રેખાઓ દ્વારા ચિહ્નિત), અને વાહનો, વૃક્ષો, રસ્તાના ચિહ્નો અને રાહદારીઓ જેવા સંભવિત અવરોધો માટે વિગતવાર લેબલ્સ શામેલ છે. આ ડેટાસેટ AI મોડેલોને આ પડકારજનક રસ્તાની પરિસ્થિતિઓમાં નેવિગેટ કરવા માટે તાલીમ આપવા માટે એક મહત્વપૂર્ણ સાધન છે, જે સરળ અને સુરક્ષિત સ્વાયત્ત ડ્રાઇવિંગ અનુભવો સુનિશ્ચિત કરે છે.
ઉપયોગનો કેસ: બહુવિધ દૃશ્યો અને વ્યક્તિઓ અર્થપૂર્ણ વિભાજન
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "બહુવિધ દૃશ્યો અને વ્યક્તિઓ અર્થપૂર્ણ વિભાજન" ડેટાસેટ દ્રશ્ય મનોરંજન ઉદ્યોગ માટે તૈયાર કરવામાં આવ્યો છે, જેમાં 1280 x 720 થી 6000 x 4000 ના રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત છબીઓનો સમાવેશ થાય છે. તે શહેરી, કુદરતી અને ઇન્ડોર સેટિંગ્સમાં બહુ-વ્યક્તિ દ્રશ્યો પર ધ્યાન કેન્દ્રિત કરે છે, માનવ આકૃતિઓ, એસેસરીઝ અને પૃષ્ઠભૂમિ માટે વિગતવાર ટીકાઓ પ્રદાન કરે છે.
ઉપયોગ કેસ: આઉટડોર બિલ્ડિંગ પેનોપ્ટિક સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "આઉટડોર બિલ્ડીંગ પેનોપ્ટિક સેગમેન્ટેશન ડેટાસેટ" વિઝ્યુઅલ મનોરંજન ઉદ્યોગ માટે ક્યુરેટ કરવામાં આવ્યો છે, જેમાં 3024 x 4032 પિક્સેલથી વધુના ઉચ્ચ રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત આઉટડોર છબીઓનો સંગ્રહ છે. આ ડેટાસેટ પેનોપ્ટિક સેગમેન્ટેશન પર ધ્યાન કેન્દ્રિત કરે છે, ઇમારતો, રસ્તાઓ, લોકો, કાર અને વધુ સહિત આઉટડોર દ્રશ્યોમાં દરેક ઓળખી શકાય તેવા ઉદાહરણને કેપ્ચર કરે છે, જે વિગતવાર પર્યાવરણીય વિશ્લેષણ અને નિર્માણ માટે એક વ્યાપક ડેટાસેટ પ્રદાન કરે છે.
ઉપયોગનો કેસ: આઉટડોર ઑબ્જેક્ટ્સ સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "આઉટડોર ઓબ્જેક્ટ્સ સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ" મીડિયા અને મનોરંજન અને રોબોટિક્સમાં એપ્લિકેશનો માટે વિકસાવવામાં આવ્યો છે, જેમાં 1024 x 726 થી 2358 x 1801 પિક્સેલ સુધીના રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત વિવિધ છબીઓનો સમાવેશ થાય છે. આ ડેટાસેટ માનવ શરીરના ભાગો, કુદરતી દૃશ્યો, સ્થાપત્ય માળખાં, ફૂટપાથ, પરિવહન સાધનો અને વધુ સહિત વિવિધ બાહ્ય તત્વોને વિભાજિત કરવા માટે બાઉન્ડિંગ બોક્સ અને મુખ્ય બિંદુઓ એનોટેશનનો ઉપયોગ કરે છે.
ઉપયોગનો કેસ: પેનોપ્ટિક દ્રશ્યો વિભાજન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "પેનોપ્ટિક સીન્સ સેગમેન્ટેશન ડેટાસેટ" એ રોબોટિક્સ અને વિઝ્યુઅલ મનોરંજન ક્ષેત્રો માટે એક વ્યાપક સંસાધન છે, જેમાં 660 x 371 થી 5472 x 3648 પિક્સેલના રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત છબીઓની વિશાળ શ્રેણીનો સમાવેશ થાય છે. આ ડેટાસેટ સિમેન્ટીક સેગમેન્ટેશનનો હેતુ ધરાવે છે, જે આડા અને ઊભા પ્લેન, ઇમારતો, લોકો, પ્રાણીઓ અને ફર્નિચર જેવા વિવિધ તત્વોને કેપ્ચર કરે છે, જે વિવિધ દ્રશ્યોનો સર્વાંગી દૃશ્ય પ્રદાન કરે છે.
ઉપયોગ કેસ: PUBG ગેમ દ્રશ્યો વિભાજન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "PUBG ગેમ સીન્સ સેગમેન્ટેશન ડેટાસેટ" ખાસ કરીને ગેમિંગ એપ્લિકેશનો માટે રચાયેલ છે, જેમાં 1920 × 886, 1280 × 720 અને 1480 × 720 પિક્સેલના રિઝોલ્યુશન સાથે લોકપ્રિય ગેમ PUBG ના સ્ક્રીનશોટ છે. તેમાં ઉદાહરણ અને સિમેન્ટીક સેગમેન્ટેશન માટે 17 શ્રેણીઓનો સમાવેશ થાય છે, જેમાં પાત્રો, વાહનો, લેન્ડસ્કેપ્સ અને રમતમાંની વસ્તુઓનો સમાવેશ થાય છે, જે રમત વિકાસ અને વિશ્લેષણ માટે સમૃદ્ધ સંસાધન પૂરું પાડે છે.
ઉપયોગનો કેસ: રોડ સીન સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "રોડ સીન સિમેન્ટીક સેગમેન્ટેશન ડેટાસેટ" ખાસ કરીને ઓટોનોમસ ડ્રાઇવિંગ એપ્લિકેશનો માટે રચાયેલ છે, જેમાં ૧૯૨૦ x ૧૦૮૦ પિક્સેલના પ્રમાણભૂત રિઝોલ્યુશન સાથે ઇન્ટરનેટ-સંગ્રહિત છબીઓનો સંગ્રહ છે. આ ડેટાસેટ સિમેન્ટીક સેગમેન્ટેશન પર કેન્દ્રિત છે, જેનો ઉદ્દેશ્ય આકાશ, ઇમારતો, લેન લાઇન, રાહદારીઓ અને વધુ જેવા રસ્તાના દ્રશ્યોના વિવિધ ઘટકોને સચોટ રીતે વિભાજીત કરવાનો છે, જેથી અદ્યતન ડ્રાઇવર-સહાય સિસ્ટમ્સ (ADAS) અને ઓટોનોમસ વાહન તકનીકોના વિકાસને ટેકો મળે.
ઉપયોગનો કેસ: રોડ સીન્સ પેનોપ્ટિક સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "રોડ સીન્સ પેનોપ્ટિક સેગમેન્ટેશન ડેટાસેટ" દ્રશ્ય મનોરંજન અને સ્વાયત્ત ડ્રાઇવિંગમાં એપ્લિકેશનો માટે રચાયેલ છે, જેમાં 1600 x 1200 પિક્સેલથી વધુ રિઝોલ્યુશનવાળા ઇન્ટરનેટ-સંગ્રહિત રોડ સીન છબીઓનો સંગ્રહ છે. આ ડેટાસેટ પેનોપ્ટિક સેગમેન્ટેશનમાં નિષ્ણાત છે, જે વાહનો, રસ્તાઓ, લેન લાઇનો, વનસ્પતિ અને લોકો જેવા છબીઓમાં દરેક ઓળખી શકાય તેવા ઉદાહરણને ટીકા કરે છે, જે વ્યાપક રોડ સીન વિશ્લેષણ માટે વિગતવાર ડેટાસેટ પ્રદાન કરે છે.
ઉપયોગ કેસ: પર્યાવરણ અને દ્રશ્ય વિભાજન
ફોર્મેટ: વિડિઓ
ગણતરી: ૧૫૬૧૦
ટીકા: ના
વર્ણન: હોમ સિક્યુરિટી કેમેરા ક્લિપ્સ ડેટાસેટમાં રહેણાંક સુરક્ષા કેમેરામાંથી કેપ્ચર કરાયેલી વિડિયો ક્લિપ્સનો સમાવેશ થાય છે, જે સર્વેલન્સ, વિસંગતતા શોધ અને પ્રવૃત્તિ ઓળખમાં AI એપ્લિકેશનોને સપોર્ટ કરે છે.
ઉપયોગ કેસ: સ્કાય આઉટલાઇન મેટિંગ ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: અમારું "સ્કાય આઉટલાઇન મેટિંગ ડેટાસેટ" ઇન્ટરનેટ, મીડિયા અને મોબાઇલ ઉદ્યોગોને આકાશની છબીઓની પસંદગી સાથે પૂરી પાડે છે. આ ડેટાસેટમાં સની, વાદળછાયું, સૂર્યોદય, સૂર્યાસ્ત અને વધુ સહિત વિવિધ આકાશ પરિસ્થિતિઓનો સમાવેશ થાય છે, જેમાં વિગતવાર રૂપરેખા નિષ્કર્ષણ માટે પિક્સેલ-સ્તરના ફાઇન સેગ્મેન્ટેશનનો સમાવેશ થાય છે, જે વિવિધ એપ્લિકેશનો માટે યોગ્ય છે.
ઉપયોગ કેસ: સ્કાય સેગમેન્ટેશન ડેટાસેટ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "સ્કાય સેગમેન્ટેશન ડેટાસેટ" દ્રશ્ય મનોરંજન ઉદ્યોગ માટે ખૂબ જ કાળજીપૂર્વક ક્યુરેટ કરવામાં આવ્યું છે, જેમાં 937 × 528 થી 9961 × 3000 સુધીના રિઝોલ્યુશન સાથે મેન્યુઅલી કેપ્ચર કરેલી છબીઓ શામેલ છે. આ સંગ્રહ દિવસ અને રાત્રિના વિવિધ સમયે આકાશના વિભાજન માટે સમર્પિત છે, જે વ્યાપક માસ્ક સેગમેન્ટેશન કાર્યો માટે બાહ્ય આકાશ દૃશ્યોની ગતિશીલ શ્રેણી પ્રદાન કરે છે.
ઉપયોગ કેસ: ઓટો ડ્રાઇવિંગ
ફોર્મેટ: છબી
ગણતરી: ૪૦.૯ હજાર
ટીકા: હા
વર્ણન: "વોકવે સેગમેન્ટેશન ડેટાસેટ" પદયાત્રીઓના રસ્તાઓની ચોક્કસ ઓળખ અને વિભાજન પર ધ્યાન કેન્દ્રિત કરીને સ્વાયત્ત ડ્રાઇવિંગ સિસ્ટમ્સની સલામતી અને કાર્યક્ષમતા વધારવા માટે બનાવવામાં આવ્યું છે. ડ્રાઇવિંગ રેકોર્ડર્સમાંથી છબીઓ ધરાવતું આ ડેટાસેટ, AI મોડેલોને ડ્રાઇવેબલ વિસ્તારો અને પદયાત્રી ઝોન વચ્ચે તફાવત કરવા માટે તાલીમ આપવા માટે મહત્વપૂર્ણ છે. પદયાત્રીઓના ચાલવાના વિસ્તારોને ઉદાહરણ અને દ્વિસંગી વિભાજન તકનીકો બંને દ્વારા વિભાજિત કરીને, તે સ્વાયત્ત વાહનો વિકસાવવા માટે એક મહત્વપૂર્ણ સંસાધન પૂરું પાડે છે જે શહેરી વાતાવરણમાં સુરક્ષિત રીતે નેવિગેટ કરી શકે છે.
અમારી સાઇટ પર તમારા અનુભવને સુધારવા માટે અમે કૂકીઝનો ઉપયોગ કરીએ છીએ. અમારી સાઇટનો ઉપયોગ કરીને, તમે કૂકીઝ માટે સંમતિ આપો છો.
નીચે તમારી કૂકી પસંદગીઓનું સંચાલન કરો:
આવશ્યક કૂકીઝ મૂળભૂત કાર્યોને સક્ષમ કરે છે અને વેબસાઇટના યોગ્ય કાર્ય માટે જરૂરી છે.
ગૂગલ ટેગ મેનેજર કોડમાં ફેરફાર કર્યા વિના તમારી વેબસાઇટ પર માર્કેટિંગ ટેગ્સના સંચાલનને સરળ બનાવે છે.
આંકડાકીય કૂકીઝ અનામી રીતે માહિતી એકત્રિત કરે છે. આ માહિતી અમને સમજવામાં મદદ કરે છે કે મુલાકાતીઓ અમારી વેબસાઇટનો ઉપયોગ કેવી રીતે કરે છે.
ગૂગલ એનાલિટિક્સ એક શક્તિશાળી સાધન છે જે જાણકાર માર્કેટિંગ નિર્ણયો માટે વેબસાઇટ ટ્રાફિકને ટ્રેક અને વિશ્લેષણ કરે છે.
સેવા URL: policies.google.com (નવી વિંડોમાં ખુલે છે)
માર્કેટિંગ કૂકીઝનો ઉપયોગ વેબસાઇટના મુલાકાતીઓને અનુસરવા માટે થાય છે. તેનો હેતુ એવી જાહેરાતો બતાવવાનો છે જે વ્યક્તિગત વપરાશકર્તા માટે સંબંધિત અને આકર્ષક હોય.
ગૂગલ એડ્સ એક ઓનલાઈન જાહેરાત પ્લેટફોર્મ છે જે વ્યવસાયોને ગૂગલ સર્ચ પરિણામો અને ભાગીદાર સાઇટ્સ પર પ્રદર્શિત લક્ષિત જાહેરાતો બનાવવા માટે સક્ષમ બનાવે છે.
સેવા URL: policies.google.com (નવી વિંડોમાં ખુલે છે)
હબસ્પોટ એક ઓલ-ઇન-વન માર્કેટિંગ, સેલ્સ અને ગ્રાહક સેવા પ્લેટફોર્મ છે જે વ્યવસાય વૃદ્ધિને સુવ્યવસ્થિત કરે છે.
સેવા URL: legal.hubspot.com (નવી વિંડોમાં ખુલે છે)
તમે અમારી કૂકી નીતિ અને ગોપનીયતા નીતિમાં વધુ માહિતી મેળવી શકો છો.