Advertisement

工地行为检测任务基于VOC与YOLO算法的人脸识别数据集包含约8000张图片分为九个分类类别

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

简介：
由于上传至服务器可能会导致延迟或占用带宽较多，请注意控制好上传速度以避免影响后续操作体验。为了方便您更好地理解项目的实际效果，请参考以下步骤进行操作指导：首先打开浏览器导航至[指定链接]页面，在线浏览并确认各项功能是否正常运行；随后按照指引启动本地测试环境并完成基本功能验证工作；最后通过运行测试用例进一步确认系统性能表现是否符合预期要求；如果在使用过程中遇到任何异常情况请立即停止一切操作并联系技术支持团队进行排查解决

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 猫行为检测数据集采用VOC与YOLO格式，包含5997张图片，共五个类别
    优质
    该资源为[数据集][目标检测]形式的“猫的行为识别”数据集，采用VOC与YOLO融合的格式，包含5,997张图片，涵盖5个分类类别。
  • 学生课堂行为检测数据集（VOC+YOLO格式），含5622张图片，7个类别.7z
    优质
    本数据集包含5622张图像，采用VOC及YOLO格式标注，涵盖学生课堂上的七种典型行为，旨在促进课堂教学行为分析研究。 数据集格式为Pascal VOC与YOLO格式（不含分割路径的txt文件），仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件。 图片数量：5622张 标注数量：5622个（包括xml文件和txt文件） 标注类别数：7类 标注类别名称：“dk”、“dx”、“js”、“tt”、“xt”、“zl”、“zt”。
  • 考场作弊行为检测数据集（VOC+YOLO格式，含4413张图片，4个类别）.7z
    优质
    本数据集包含4413张图像，用于识别考试中的作弊行为，采用VOC和YOLO格式标注，涵盖4种类别，适用于训练检测模型。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量(jpg文件个数)：4413 标注数量(xml文件个数)：4413 标注数量(txt文件个数)：4413 标注类别数：4 标注类别名称:[Cheatcode,Cheating,NonCheating,mobiledetrction] 每个类别标注的框数： - Cheatcode 框数 = 428 - Cheating 框数 = 8730 - NonCheating 框数 = 4022 - mobiledetrction 框数 = 3611 总框数：16791 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，仅提供准确且合理的标注。
  • 公司员工行为监测数据集（VOC+YOLO格式，含3853张图片，3个类别）.zip
    优质
    本数据集包含3853张图片，采用VOC和YOLO格式标注，涵盖公司员工三种典型行为模式，适用于训练和评估员工行为监测系统。 样本图：请到服务器下载文件（务必使用电脑端资源详情查看并下载）。 数据集格式包括Pascal VOC格式与YOLO格式（不含分割路径的txt文件），仅包含jpg图片、VOC格式xml文件及yolo格式txt文件。 图片数量（以jpg计数）为3853张，标注数量分别对应xml和txt各为3853个。数据集中有三个类别：normal、play与sleep。 各类别的标注框数量如下： - normal 类别框数 = 2761 - play 类别框数 = 736 - sleep 类别框数 = 847 总计矩形框的数量为4344个。使用labelImg工具进行标注，规则是对每个类别画出相应的矩形框。 重要说明：暂无其他特别说明。
  • 脸部痤疮识别数据集（VOC+YOLO格式，含3763张图片，7个类别）.zip
    优质
    本资料包含一个用于脸部痤疮识别的数据集，共计3763张图像，并支持VOC和YOLO两种格式。该数据集涵盖七种类别，旨在为痤疮检测研究提供有力的支持。 文件大小较大，请务必先查看资源详情再进行下载。 重要提示：数据集用于小目标检测任务，在训练过程中mAP精度偏低属于正常现象，只要模型能够检出目标即可。如果mAP低于0.5请不要感到意外，因为小目标检测是业界公认的难题之一。 数据格式： - Pascal VOC 格式 - YOLO 格式（不含分割路径的txt文件） 图片数量：3763张 标注数量：3763个（xml和txt各占一半） 类别数：7类 具体类别名称如下： 1. blackheads 2. cyst 3. fore 4. nodule 5. papule 6. pustule 7. whiteheads
  • 狗狗行为检测数据集（1551张图片，8种类别，YOLO+VOC格式）.zip
    优质
    本数据集包含1551张关于狗狗行为的图像，涵盖八种不同的类别标签。以YOLO和VOC两种格式提供，适用于训练机器学习模型识别和分类不同情境下的狗的行为模式。 数据集格式：VOC格式+YOLO格式 压缩包内包含三个文件夹： 1. 存储图片的JPEGImages文件夹，总计有1551张jpg图片。 2. 用于存储标注信息的Annotations文件夹，其中xml文件总数为1551个。 3. labels文件夹中存放目标检测用的txt格式标签数据，共计包含1551个文本段落件。 该数据集涵盖8种不同的类别： - bark - default - eat - lyingDown - lyingProne - sit - sleep - stand 各类别对应的标注框数量分别为：bark（168），default（211），eat（208），lyingDown （240）, lyingProne (148)，sit(154), sleep(253) 和stand(231)，总计有 1613个标注框。 图片的清晰度良好，分辨率较高。数据集中未进行任何增强处理以保持原始信息的真实性和完整性。 标签形状为矩形框形式，用于目标检测任务中的物体识别部分。 重要说明：无 特别声明：本数据集不提供关于训练模型或权重文件精度方面的保证，仅确保所提供的标注准确且合理。
  • 狗狗行为检测数据集（1551张图片，8种类别，YOLO+VOC格式）.zip
    优质
    本数据集包含1551张标注图片，涵盖八种不同的狗狗行为类别。以YOLO和VOC标准格式存储，便于机器学习模型训练与测试。 数据集格式：VOC格式+YOLO格式 压缩包内包含三个文件夹： - JPEGImages 文件夹存储了 1551 张 JPG 图片。 - Annotations 文件夹中包含了对应的 1551 个 XML 标注文件。 - labels 文件夹则有相应的 1551 个 TXT 文件。 标签种类共有8种，分别为：bark, default, eat, lyingDown, lyingProne, sit, sleep 和 stand。各类别标注的具体数量如下： - bark: 168 - default: 211 - eat: 208 - lyingDown: 240 - lyingProne: 148 - sit: 154 - sleep: 253 - stand: 231 总标注数量为：1613。 图片的分辨率清晰，未进行数据增强处理。标签形状是矩形框用于目标检测任务中识别物体边界。 重要说明： 暂无特别需要强调的内容。 特别声明： 本数据集不对训练模型或权重文件的精度提供任何保证，仅确保提供的标注准确且合理有效。
  • WIDERFACE人脸检测数据集B大目标，VOC+YOLO格式，含8188张图片，1个类别.7z
    优质
    本资源提供WIDERFACE数据集中较大目标的人脸图像，共计8188张，并转换为VOC及YOLO格式，便于检测模型训练。内含标签文件和图片，压缩包格式为7z。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量(jpg文件个数)：8188 标注数量(xml文件个数)：8188 标注数量(txt文件个数)：8188 标注类别数：1 标注类别名称:[face] 每个类别标注的框数： face 框数 = 14649 总框数：14649 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：这是widerface数据集的一部分，该数据集的特点是每个图片中的边界框像素面积都大于3500，适合用于大脸检测（即人近距离的人脸检测）。使用此数据集的一个好处是不会轻易出现误检问题。不过对于远距离人脸的检测可能会效果稍差。 特别声明：本数据集不对训练模型或权重文件的精度作任何保证，仅提供准确且合理的标注。
  • WIDERFACE人脸检测数据集A（小目标VOC+YOLO格式，含7906张图片，1个类别）.7z
    优质
    这是一个包含7906张图像的数据集，专为WIDERFACE的人脸检测挑战设计，采用VOC和YOLO格式标注，专注于捕捉小目标人脸。 数据集格式：Pascal VOC格式+YOLO格式（不含分割路径的txt文件，仅包含jpg图片及对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：7906 标注数量（xml文件个数）：7906 标注数量（txt文件个数）：7906 标注类别数：1 标注类别名称：[face] 每个类别的框数： - face 框数 = 180,744 总框数：180,744 使用标注工具：labelImg 标注规则：对类别进行矩形框绘制。 重要说明：此数据集是widerface数据集的一部分，特点是每个图片至少有一个面积小于3500像素的边界框（bbox），适合用于远距离人脸检测。同时，小的人脸可能容易被误检。 特别声明：本数据集不对训练模型或权重文件的精度提供任何保证，仅确保标注准确合理。