Advertisement

输电线路异物数据集（4517+VOC），含约4000张8K高清图，已分类为训练和测试集，适合YOLO使用

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

简介：
本数据集包含4517张高质量8K图像，涵盖输电线路常见异物情况，分为训练与测试两部分，特别适用于YOLO模型训练及评估。 输电线路异物数据集包含约4000张8k分辨率的高质量图像（编号为4517+VOC），已整理并分为训练集和测试集，可直接用于YOLO模型。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 输电线路异物数据集（4517+VOC），含约4000张8K高清图，已分类为训练和测试集，适合YOLO使用
    优质
    本数据集包含4517张高质量8K图像，涵盖输电线路常见异物情况，分为训练与测试两部分，特别适用于YOLO模型训练及评估。 输电线路异物数据集包含约4000张8k分辨率的高质量图像（编号为4517+VOC），已整理并分为训练集和测试集，可直接用于YOLO模型。
     
  • YOLO输电线路异物检测数据集（包含5000张图片）及VOC、COCO、Yolo三种格式标签、划分脚本与训练教程合集.rar
    优质
    该资源包提供了一套专为输电线路异物检测设计的数据集，内含5000张标注图片及其对应的VOC、COCO和YOLO格式标签文件。此外还包括数据集的划分脚本以及详尽的训练教程文档。 1. YOLO输电线路异物检测数据集包含真实场景的高质量图片，涵盖多种不同场景。使用lableimg标注软件进行标注，确保了高精度的标注框，并提供voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存储在不同的文件夹中，可以直接用于YOLO系列的目标检测。 2. 附赠YOLO环境搭建指南、训练案例教程及数据集划分脚本，方便用户根据需求自行划分训练集、验证集与测试集。
     
  • 输电线路异物检测图像数据集（含230张图片及VOC标签）
    优质
    本数据集包含230张图片及其对应的VOC格式标注文件，专门用于训练和测试输电线路异物检测算法模型。 数据集包含230张输电线路异物图像原图，并对其中的异物进行了标注，标签格式为VOC格式。
     
  • 输电线路异物数据集（VOC格式）含标注-295张图片
    优质
    该数据集包含295张已标注图像，采用VOC格式存储，主要用于训练和测试识别输电线路中异物的相关算法模型。 数据集格式采用Pascal VOC标准（不含分割路径的txt文件及yolo格式的txt文件），仅包含jpg图片与对应的xml标注文件。 - 图片数量：295张（jpg文件） - 标注数量：295份（xml文件） - 标注类别数：1类 - 标签名称：yw 每个yw标签共对应304个矩形框。 使用工具为labelImg，标注规则是围绕目标物体绘制矩形框。 重要说明：在网上找到的输电线异物悬挂数据集质量普遍较低。因此，我亲自从视频中截取并爬取图片进行标记工作。然而由于网络上可用资源有限，最终仅收集到295张图像。 特别提示：本数据集中提供的标注信息准确且合理，但不保证基于此训练出的模型或权重文件能达到特定精度要求。
     
  • 汽车零部件图像分类数据集-包含50类共16600张高清照片-已整理为训练与测试集合-适用于深度学习分类模型训练.zip
    优质
    本资源提供了一个涵盖50种类别的汽车零部件高清图片数据集，共计16,600张图像，并按训练和测试需求精心划分，适合用于开发及验证深度学习分类算法。 汽车零部件图片分类数据集包含50种类别及16600张高质量真实图片，并已整理为训练集与测试集，适用于深度学习分类算法的训练。
     
  • 输电设施异物检测用图像数据集（含168张图片和VOC标注）
    优质
    该数据集专为输电设施异物检测设计，包含168张高质量图片及对应的VOC格式标注文件，有助于推动电力系统安全维护领域的机器学习研究与应用。 数据内容包括168张变电站及输电线路异物图像，已经对图像中的异物进行了标注，标签格式为VOC格式。
     
  • 4000张瓶子数据集VOC+YOLO格式
    优质
    本数据集包含超过4000个瓶子图像样本，采用Pascal VOC及YOLO格式标注，适用于物体检测任务模型训练与测试。 数据集格式采用Pascal VOC与YOLO两种标准格式（不含分割路径的txt文件），包括4001张jpg图片、对应的xml标注文件以及yolo格式的txt文件，每个类别仅包含一种类型：bottle。 具体统计如下： - 图片数量 (jpg 文件个数) : 4001 - 标注数量（xml 文件个数）: 4001 - 标注数量（txt 文件个数）: 4001 标注类别总数为1，即“bottle”，共标记了矩形框11280个。 使用工具：labelImg 标注规则：对瓶类物体进行画矩形框操作以完成标注任务。
     
  • 跌倒检测数据集（含4000张训练及1000张验证图片，总计5000张），提供VOC与YOLO格式
    优质
    本数据集包含4000张训练图片和1000张验证图片，共计5000张，旨在支持跌倒检测研究。资料以VOC及YOLO两种格式呈现，方便模型训练与应用开发。 保证数据质量，我们提供了4000张训练集图片加上1000张验证集图片，涵盖了Up、Down、Squat三种姿态。整个数据集中共有5000个图像样本，相比那些售价高昂但数量较少的数据集更具优势。在VOC验证集中有大约200张图片缺失，可以自行从YOLO格式转换过来，因为原始的YOLO数据是完整的。部分图片中没有人体目标，因此标签文件比训练集和验证集少几张属于正常现象。
     
  • 绝缘子缺陷检测数据集（VOC格式，含4086张图片，适用于YOLO训练）
    优质
    本数据集包含4086张图像，采用VOC格式存储，专为使用YOLO算法进行绝缘子缺陷检测模型训练而设计。 数据集格式：Pascal VOC（不含分割路径的txt文件和yolo格式的txt文件，仅包含jpg图片及对应的xml标注） 图片数量（jpg文件个数）：4086 标注数量（xml文件个数）：4086 标注类别数：3 标注类别名称： - jueyuanzi - posun - fangdian 每个类别的标注框数量统计： - jueyuanzi: 8019个矩形框 - posun: 1780个矩形框 - fangdian: 1144个矩形框 使用工具：labelImg 标注规则说明： - 对于jueyuanzi，需要将其整个范围进行完整地框选。 - 对于posun，则需对断裂、缺失或破损区域进行标记。 - fangdian 包括自爆痕迹和放电痕迹的定位。 特别提醒：本数据集不保证训练模型或者权重文件的精度。所提供的仅是准确且合理的标注信息。
     
  • 输电线路覆冰检测数据集-YOLO+VOC格式(1227张).zip
    优质
    本数据集包含1227张图像，采用YOLO与VOC标准格式标注，专注于输电线路覆冰情况的检测，适用于训练和评估相关视觉模型性能。 数据集格式：VOC格式+YOLO格式 压缩包内包含三个文件夹： - JPEGImages 文件夹存储图片（jpg 格式），共有 1227 张。 - Annotations 文件夹存储 xml 文件，共 1227 个。 - labels 文件夹存储 txt 文件，共 1227 个。 标签种类数为 2：power_line 和 snow_line。具体框数如下： - power_line 框数 = 69 - snow_line 框数 = 1300 总框数共计：1369。 图片清晰度（分辨率及像素）良好，未进行数据增强处理。 标签形状为矩形框，用于目标检测识别。