哈萨克斯坦的纸币图像数据集
相关实验视频
Updated: Mar 12, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
10.1K
Ualikhan Sadyk1, Makhambet Yerzhan2, Cemil Turan1
1Department of Computer Science, SDU University, Abylaikhan St. 1/1, Kaskelen, Kazakhstan.
Data in brief
|March 11, 2026
概括
本研究引入了用于计算机视觉研究的哈萨克斯坦人民币纸币的新图像数据集. 该数据集有助于在不同条件下开发和测试纸币识别系统.
科学领域:
- 计算机视觉 计算机视觉
- 模式识别 模式识别
- 机器学习 机器学习
背景情况:
- 开发强大的货币识别自动化系统至关重要.
- 现有的数据集在现实世界条件下可能缺乏多样性,例如各种背景和照明.
- 哈萨克斯坦人民币的识别需要专门的数据集来进行准确的分类和检测.
研究的目的:
- 呈现哈萨克斯坦纸币的全面图像数据集.
- 促进计算机视觉和模式识别任务的研究.
- 支持开发先进的纸币识别算法.
主要方法:
- 收集和策划了哈萨克斯坦格纸币的数据集.
- 拍摄了七种面额 (500-20,000 тенге) 和混合类别的纸币.
- 确保图像多样性,具有多种背景,照明和多重/单一音符配置.
主要成果:
- 数据集包括每种名额的100多张图像和混合类别的1000多张图像.
- 具体的子集涉及5000 тенге的旧/新设计和单/多张纸币场景.
- 图像捕捉到背景和照明的现实变化.
结论:
- 该数据集为培训和评估纸币识别模型提供了宝贵的资源.
- 能够研究模型对环境变化的强度.
- 支持转移学习,偏见研究和货币识别中的比较评估.
