Advertisement

《数据集》水面垃圾检测数据集《目标检测》

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
本数据集专注于水面垃圾检测，包含大量标注图片，适用于训练和评估目标检测模型在水域环境中的性能。 该数据集适用于YOLO系列（包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及更高版本）、Faster R-CNN 和 SSD 等模型的训练，包含4308张图片和对应的txt标签。此外还提供了一个yaml文件用于指定类别信息以及xml格式的标签文件。数据集已根据用途划分成训练集、验证集和测试集，可以直接使用进行YOLO系列算法的训练。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 《数据集》水面垃圾检测数据集《目标检测》
    优质
    本数据集专注于水面垃圾检测，包含大量标注图片，适用于训练和评估目标检测模型在水域环境中的性能。 该数据集适用于YOLO系列（包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及更高版本）、Faster R-CNN 和 SSD 等模型的训练，包含4308张图片和对应的txt标签。此外还提供了一个yaml文件用于指定类别信息以及xml格式的标签文件。数据集已根据用途划分成训练集、验证集和测试集，可以直接使用进行YOLO系列算法的训练。
     
  • 《数据集》路面垃圾检测数据集《目标检测》
    优质
    本数据集专为路面垃圾检测设计，《目标检测》项目核心资源，包含大量标注图像，助力算法模型精准识别与分类各类路面垃圾。 YOLO与VOC格式的路面垃圾识别数据集适用于包括YOLO系列、Faster R-CNN、SSD在内的多种模型训练。该数据集包含17个类别：塑料瓶、口罩、纸袋、塑料杯、纸质杯子、硬纸板、果皮、罐子、塑料包装膜、硬纸壳箱、泡沫聚苯乙烯容器（Styrofoam）、利乐包（Tetra Pack）、彩色玻璃瓶、塑料袋、抹布以及落叶堆。数据集包含7537张图片，其中图片和txt标签已按比例划分成训练集、验证集和测试集，并附有指定类别信息的yaml文件及xml格式标签。这些资源可以直接用于YOLO算法的训练过程。
     
  • 物体和垃圾目标检测数据集
    优质
    该数据集包含大量标注的物体与垃圾图像样本，旨在推动智能垃圾分类及环境监测相关技术的发展。 五类物品：电池、纸团、一次性杯子、塑料瓶和积木，每种类别大约有350张左右。
     
  • 垃圾检测数据集（非垃圾分类）
    优质
    本数据集包含了各类环境中的垃圾图像样本，旨在提供一个全面的数据资源库以支持垃圾检测算法的研究与开发。 该垃圾检测数据集包含多种目标物如垃圾袋、垃圾桶、瓶子、金属、纸张、果皮、纸团、食品包装袋、纸盒、烟头、瓶盖以及杯子等的图像样本。此数据集分为两个部分：JPEGImages和Annotations文件夹。JPEGImages中包含超过1000张路边垃圾的照片，共有2800多个标注框；每个图片都通过labelimg进行了人工标注，并且对应的xml文件存放在了Annotations文件夹内。 该数据集的图像清晰、场景广泛且精心挑选，适用于各种环境下的垃圾检测任务。它可作为模板数据集使用，在特定应用场景中只需添加少量特定场景的数据即可满足需求。这大大减少了收集和标记图片所需的时间，可以直接用于工程化应用。
     
  • 水下垃圾检测数据集（ZIP文件）
    优质
    本数据集包含大量水下环境中的图像和视频资料，特别聚焦于海洋及水域内各类垃圾分布与形态的数据收集，旨在促进水下垃圾识别技术的研究与发展。 水下垃圾检测数据集.zip
     
  • 海底垃圾检测数据集
    优质
    该海底垃圾检测数据集旨在提高海洋环境保护意识，包含大量标注的水下图像与视频，用于训练机器学习模型识别及分类各类海底废弃物。 VOC水下垃圾检测数据集包含几千张使用lableimg软件标注的真实场景高质量图片，格式为jpg。标签分为两种：一种是VOC格式的标签文件，另一种是yolo格式的标签文件，分别保存在两个不同的文件夹中。该数据集中包含了多种类型的海洋垃圾图像，如金属、木头、塑料、橡胶和布料等类别目标。数据集场景丰富多样，适用于水下垃圾检测任务的研究与开发。
     
  • 与水下垃圾检测有关的数据集
    优质
    本数据集专注于收集和整理各类水下环境中的垃圾图像及信息，旨在促进水下垃圾检测技术的研究与发展。 该数据集来源于J-EDI海洋废弃物数据库。组成此数据集的视频在质量、拍摄深度及场景对象等方面存在显著差异，并且使用了不同类型的相机进行录制。这些视频中包含了大量从真实环境中捕获的不同类型海洋垃圾图像，包括处于不同程度腐烂、遮挡和生长状态下的物体。此外，各个视频之间的水质与光线条件也有所不同。 经过处理后，我们从原始视频中提取出了共计5700张图像，并对所有图像中的生物对象（如垃圾、植物及动物）以及遥控操作车辆(ROV)实例进行了边界框标记。我们的目标是开发出适用于车载机器人部署的高效且准确的垃圾检测方法。希望通过发布该数据集，能够进一步推动这一具有挑战性问题的研究进展，从而让海洋机器人社区更接近于实现自主垃圾探测与清除的目标。
     
  • 与水下垃圾检测有关的数据集
    优质
    本数据集专注于收集和整理各类水下环境中的废弃物图像及信息，旨在促进水下垃圾检测技术的研究与发展。 该数据集来源于J-EDI海洋废弃物数据库。组成此数据集的视频在质量、拍摄深度、场景中的对象以及使用的相机方面存在显著差异。这些视频中包含各种类型的海洋垃圾图像，它们处于不同程度的腐烂、遮挡或过度生长状态。此外，不同视频之间的水质和光线条件也有很大的变化。 经过处理后从这些视频中提取了5700张图片，并对其中的所有生物对象（包括垃圾、植物及动物）以及ROV实例使用边界框进行了标注。我们的最终目标是开发出一种适用于车载机器人部署的高效且准确的海洋垃圾检测方法。我们希望该数据集能够促进对此类挑战性问题的研究，帮助海洋机器人领域更接近实现自主进行垃圾识别和清理的目标。