Advertisement

BDD100k VOC格式标注数据

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

简介：
BDD100k VOC格式标注数据提供了大规模的交通场景视频与图像集，采用VOC格式详细注释车辆、行人等元素，助力自动驾驶及计算机视觉研究。 VOC格式的标注文件是一种常用的图像数据集标注方式，在计算机视觉任务如目标检测、语义分割等领域广泛应用。这种格式通常包含XML文件，用于描述图片中的边界框位置及类别信息。通过这种方式可以方便地进行大规模的数据标记工作，并为模型训练提供结构化的输入数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • BDD100k VOC格式标注数据
    优质
    BDD100k VOC格式标注数据提供了大规模的交通场景视频与图像集，采用VOC格式详细注释车辆、行人等元素，助力自动驾驶及计算机视觉研究。 VOC格式的标注文件是一种常用的图像数据集标注方式，在计算机视觉任务如目标检测、语义分割等领域广泛应用。这种格式通常包含XML文件，用于描述图片中的边界框位置及类别信息。通过这种方式可以方便地进行大规模的数据标记工作，并为模型训练提供结构化的输入数据。
     
  • BDD100k数据集VOC格式（XML）标签.zip
    优质
    本资源提供BDD100k数据集中视频及图像标注文件的VOC格式（XML）版本，便于用户进行目标检测和语义分割等计算机视觉任务。 BDD100K数据集是由伯克利大学AI实验室（BAIR）发布的目前最大规模、内容最具多样性的公开驾驶数据集。该数据集中包含的类别有[car, bus, person, bike, truck, motor, train, rider, traffic sign, traffic light]，常用于街道车辆、行人和交通标识等识别检测任务。 BDD100K的数据标签可以转换为VOC格式的XML文件，这非常方便。具体来说，训练集包含70k个样本，验证集则有10k个样本。如果有任何问题或需要进一步的帮助，请随时留言交流。
     
  • 行人VOC格式标注数据集
    优质
    行人VOC格式标注数据集包含大量针对行人的精细标注图像，采用VOC标准格式存储，适用于训练和评估计算机视觉中的行人检测算法。 从VOC数据集中挑选出来的关于行人的数据集对于行人检测的训练与测试非常有用。该数据集包括train、test和val三个部分。
     
  • VOC格式的人头标注数据集
    优质
    本数据集包含大量以VOC格式存储的人头标注图像，旨在促进人脸识别与姿态估计研究。 VOC目录格式包含四千余张人头标注数据集；包括测试集、训练集划分脚本；修改标注名称的脚本；以及将VOC格式转换为YOLO格式的脚本。
     
  • 已标注的烟雾火焰数据集（VOC格式）
    优质
    本数据集包含了大量已标注的烟雾和火焰图像，遵循PASCAL VOC数据格式标准，适用于火灾检测与识别研究。 共有4999张图片，这些图片包含“烟雾”和“火焰”两个标签。其中，“火焰”的标注较为完整，而由于图像分辨率等因素的影响，“烟雾”的标注质量较差。“火焰”的AP值在使用YOLO训练后达到了约0.7，而“烟雾”的AP值约为0.5。这组图片来自多个不同的来源，并且存在一定的重复情况。
     
  • 苹果目标检测VOC格式的YOLO标签数据集标注
    优质
    本数据集包含针对苹果进行目标检测的YOLO格式标签，基于VOC标准进行标注，适用于训练和评估苹果识别模型。 YOLO苹果缺陷目标检测数据集包含700张高质量的真实场景图片，格式为jpg。该数据集涵盖了丰富的应用场景，并分为训练集和验证集两部分。使用lableimg标注软件进行图像标注，确保了标注框的质量，标签采用VOC格式（即xml标签），可以直接用于YOLO系列的目标检测任务中。
     
  • VOC格式标注的变电站缺陷检测数据集
    优质
    本数据集包含大量以VOC格式标注的变电站设备缺陷图像，旨在促进电力系统智能运维研究和算法开发。 变电站缺陷检测数据集采用VOC格式进行标注： - 表计读数有错：bjdsyc，共657个文件。 - 表计外壳破损：bj_wkps，共481个文件。 - 异物鸟巢：yw_nc，共834个文件。 - 箱门闭合异常：xmbhyc，共368个文件。 - 盖板破损：gbps，共568个文件。 - 异物挂空悬浮物：yw_gkxfw，共679个文件。 - 呼吸器硅胶变色：hxq_gjbs，共1140个文件。 - 表计表盘模糊：bj_bpmh，共828个文件。 - 绝缘子破裂：jyz_pl，共389个文件。 - 表计表盘破损：bj_bpps，共694个文件。 - 渗漏油地面油污：sly_dmyw，共721个文件。 - 未穿安全帽：wcaqm，共467个文件。 - 未穿工装：wcgz，共661个文件。 - 吸烟：xy，共578个文件。
     
  • 行人VOC格式标注数据集（含超千张图片）.zip
    优质
    本资源为行人VOC格式标注数据集，包含超过一千张图像及对应的XML文件，适用于目标检测算法训练与测试。 我们有一个使用VOC格式标记行人的数据集，包含超过1000张图片，适用于行人检测的训练任务，并且只有一类标签：person。
     
  • 1527张道路结冰数据集，采用YOLO/VOC格式标注！
    优质
    本数据集包含超过1500张图片，专门用于道路结冰检测。每一张图片都按照YOLO和VOC标准进行了精确的手动标注，为开发先进的自动驾驶系统提供坚实的数据支持。 【数据集】道路结冰数据集包含1527张图片，用于目标检测任务，并采用YOLOVOC格式进行标注。该数据集中有两种分类：clear-road（无冰路面）和ice-road（结冰路面）。 资源文件包括以下内容： - Annotations 文件夹内为 Pascal VOC 格式的 XML 文件 - images 文件夹包含 JPG 格式的图像样本 - labels 文件夹存储 YOLO 格式的 TXT 文件 - data.yaml 是数据集配置文件 应用场景： 1. 高速公路：道路结冰检测算法可应用于高速公路的预警与监控系统，提前识别出可能结冰的路段和时间点，为交通管理部门提供决策支持。 2. 城市道路：通过该算法可以实时监测城市道路的结冰情况，并向城市交通管理机构及时、准确地反馈信息。 3. 特殊路段：针对桥梁、隧道入口等特殊区域进行定制化设计，提高检测精度和针对性。 使用方法： 下载YOLO项目，在data目录下创建子文件夹Annotations、images、imageSets、labels。将VOC格式的XML文件手动导入到Annotations文件夹中，并将JPG图像数据导入至images文件夹内。
     
  • 1876张鼠标数据集VOC+YOLO格式
    优质
    本数据集包含超过1876张鼠标的标注图像，采用VOC和YOLO两种格式，适用于物体检测算法的研究与训练。 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）：1876 标注数量（xml文件个数）：1876 标注数量（txt文件个数）：1876 标注类别数：1 标注类别名称：[mouse] 每个类别标注的框数： mouse 框数 = 2261 总框数：2261 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。