DOSCH AI-Datasets: Agricultural Tractor

2D DATASET: Synthetic Data for Computer Vision.

Beschleunigen Sie die Entwicklung Ihrer Smart-Farming-Anwendungen mit hochwertigen synthetischen Trainingsdaten. Dieses Dataset enthält 3.240 vorberechnete Ansichten eines landwirtschaftlichen Traktors, inklusive pixelgenauer Ground-Truth-Daten für Tiefe, Segmentierung und Oberflächenstruktur.

Ideal für das Training neuronaler Netze in den Bereichen Autonomes Fahren, Objekterkennung und Sicherheitsüberwachung in der Landwirtschaft.

Technische Spezifikationen

• Bilder Total: 3.240 (Anzahl Bilder: 648 x 5 Umgebungsvarianten (Gesamt: 3.240))
• Auflösung: 2048 x 2048 px (High-Res)
• Variationen: 5 Lighting Variations (Lichtstimmungen)
• Formate: EXR (32-bit Float) + PNG (Alpha)

Warum DOSCH AI-Datasets?

• Ready-to-Train: Keine 3D-Software oder Rendering-Pipeline nötig.
• Perfect Ground Truth: Pixelgenaue Daten, frei von menschlichen Annotations-Fehlern.
• Lighting Variations: 5 verschiedene Lichtstimmungen pro Ansicht für robustes KI-Training.
• Data Augmentation Friendly: Dank freigestellter Hintergründe (Alpha-Kanal) auf beliebige Szenen montierbar.
• Rechtssicher & Lizenzfrei: 100% synthetisch generiert. Keine DSGVO-Probleme, keine versteckten Urheberrechte Dritter (Royalty Free).
  
   

Enthaltene Datenkanäle (Data Channels)

Sie erhalten für jedes der 3.240 Bilder vier perfekt synchronisierte Dateien in professionellen Industrie-Formaten:

1. RGB Color

Format: PNG (24-bit + Alpha)
Fotorealistisches Rendering des Traktors mit transparentem Hintergrund.
Nutzen: Ermöglicht einfache "Cut-and-Paste" Augmentation auf eigene Hintergrundbilder.

2. Semantic Segmentation

Format: PNG (Hard Edge)
Präzise Farbmaske ("Clown Mask"), die die exakte Silhouette des Traktors darstellt.
Nutzen: Automatische Klassifizierung und pixelgenaue Trennung vom Hintergrund.

3. Depth Map / Z-Depth

Format: EXR (32-bit Float)
Enthält die exakte Distanzinformation vom Kamerasensor zum Objekt für jeden Pixel.
Nutzen: Essenziell für Tiefenschätzung, Abstandsmessung und Robotik.

4. Normal Map

Format: EXR (32-bit Float)
Bildet die Oberflächenausrichtung (Normals) der Geometrie im Raum ab.
Nutzen: Hilft der KI, die 3D-Form und Struktur unabhängig von Textur und Farbe zu verstehen.

Anwendungsgebiete (Use Cases)

• Autonomous Farming: Training von Vision-Systemen für selbstfahrende Traktoren.
• Fleet Management: Erkennung von Fahrzeugtypen per Drohne.
• Safety & Surveillance: Personenerkennung vs. Maschinenerkennung (Safety Zones).
• Synthetic Data Gen: Nutzung in Generatoren für synthetische Umgebungen.

Kompatibel mit allen gängigen ML-Frameworks (PyTorch, TensorFlow, Keras, YOLO).