Advertisement

行人单一类别的Yolo数据集

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

简介：
行人单一类别的Yolo数据集是一个专注于行人的图像识别数据集合，专为优化YOLO算法在检测和定位行人方面的性能而设计。 本数据集是从指定的数据集中抽取行人标注数据而得。它包含了原数据集中所有存在斑马线的图片，共计10483张，其中包含59014个标注实例。更多下载、使用详情请参考原文链接提供的信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 行人单一类别的Yolo数据集
    优质
    行人单一类别的Yolo数据集是一个专注于行人的图像识别数据集合，专为优化YOLO算法在检测和定位行人方面的性能而设计。 本数据集是从指定的数据集中抽取行人标注数据而得。它包含了原数据集中所有存在斑马线的图片，共计10483张，其中包含59014个标注实例。更多下载、使用详情请参考原文链接提供的信息。
     
  • YOLO车辆与行人四类识别数据集
    优质
    简介：该数据集专为车辆及行人类别的检测设计，涵盖多种交通场景下的图像标注信息，旨在提升基于YOLO算法的目标识别精度。 YOLO车辆行人四类别识别数据集包含四个目标类别：person、car、bus 和 truck。该数据集中有4000多张用于检测行人的图片以及车辆的图片，标签格式为txt和xml两种，分别保存在两个不同的文件夹中。 数据集及检测结果参考相关博客文章的内容描述了YOLO模型在这套数据集上的应用情况。
     
  • YOLO车辆与行人识别数据集
    优质
    YOLO车辆与行人识别数据集是一个大规模标注的数据集合，专为训练和测试物体检测算法设计，涵盖各种交通环境下的车辆及行人图像。 YOLO车辆行人识别数据集包含两个目标类别：person和car。该数据集中共有5000多张图片用于行人与车辆的检测任务，标签格式有txt和xml两种版本，并分别保存在不同的文件夹内。 关于数据集的具体内容及使用情况可以参考相关文章介绍。
     
  • YOLO鸟类识别数据集 bird_VOCtrainval2012.zip
    优质
    bird_VOCtrainval2012.zip 是一个包含YOLO算法训练和验证所需的鸟类图像的数据集，适用于物体检测模型的开发与测试。 1. YOLO鸟类检测数据集 2. 类别名：鸟（bird） 3. 来源：从VOCtrainva2012数据集中单类别提取得到 4. 标签格式：txt和xml两种 5. 图片数量：811张
     
  • 鱿鱼数据集VOC与YOLO格式转换（共28张图片，单一类别）
    优质
    本项目提供了将鱿鱼数据集从VOC格式转换为YOLO格式的工具。该数据集包含28张图片，并专注于识别单一物体类别——鱿鱼。此转换工具旨在简化训练深度学习模型的过程。 数据集格式为Pascal VOC（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）：28张 - 标注数量（xml文件个数）：28份 - 标注数量(txt文件个数)：28份 - 标注类别总数：1种，即Squid - 每类标注的框数：Squid 类别有 29 个框。 - 总计所有标签中的框数为：29个 使用工具：labelImg 标注规则说明： 对特定类别进行矩形区域标记。 重要声明： 无特别强调事项 注意，本数据集不对训练模型或权重文件的精度提供任何保证。提供的仅为准确合理的标注信息。
     
  • YOLO行人检测数据集 - person_VOCtrainval2012.zip
    优质
    person_VOCtrainval2012.zip是YOLO算法使用的行人检测数据集，包含VOC2012训练和验证集中的人体标注图像，用于模型的训练与测试。 1. YOLO行人检测数据集 2. 类别名：person 3. 来源：从VOCtrainva2012数据集中单类别提取得到 4. 标签格式：txt和xml两种 5. 图片数量：9583张
     
  • 关于斑马线、行人和交通灯（红绿灯）的三个类别YoLo数据集
    优质
    这是一个包含三个类别的YoLo数据集，专门用于检测斑马线、行人及交通信号灯（红绿灯），旨在提升道路安全与自动驾驶技术。 内容概要：本研究使用的数据集包含12554张行车记录仪实拍图像，这些图像是从滴滴D2-City大规模数据集中选取的56个视频片段中抽帧组成。所有标注文件均为手动完成，共标记了83546个实例对象，其中包括交通灯13826个、斑马线10706个和行人59014个。 利用YoLoV5模型（使用m6权重）以imgsz为640进行训练，在进行了300轮后，得到的精度指标如下：mAP@0.5为0.956，mAP@0.5~0.95为0.7299。 适用人群：寻找斑马线、行人和交通灯数据集用于机器学习（目标检测）的学生。
     
  • 行人目标检测的YOLO数据集 dataset_person.zip
    优质
    该数据集为行人目标检测任务专门设计，包含大量标注图片。适用于训练和评估基于YOLO算法的模型性能，助力提升智能监控与自动驾驶技术。下载地址：dataset_person.zip。 该数据集包含用于行人检测的图像，共有近3900张图片。类别为“person”，标签格式支持xml和txt两种形式。这些数据可以直接应用于YOLOv5模型进行行人目标检测。
     
  • 绳子检测数据集VOC+YOLO格式322张单类别.7z
    优质
    本数据集包含322张图片及其标注文件，适用于基于VOC和YOLO格式的绳子识别任务，便于模型训练与评估。 数据集格式：Pascal VOC 格式+YOLO 格式（不包含分割路径的txt 文件，仅仅包含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)：322 标注数量(xml 文件个数)：322 标注数量(txt 文件个数)：322 标注类别数：1 标注类别名称:[rope] 每个类别标注的框数： rope 框数 = 375 总框数：375 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，数据集只提供准确且合理标注
     
  • 蟹数据集VOC及YOLO格式423张单类别图片.zip
    优质
    本数据包包含423张针对单一类别的高质量图像及其标注文件，以PASCAL VOC和YOLO两种格式提供，适用于目标检测模型训练与测试。 数据集格式：Pascal VOC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）：423 标注数量（xml文件个数）：423 标注数量（txt文件个数）：423 标注类别数：1 标注类别名称：[Crab] 每个类别标注的框数： Crab 框数 = 458 总框数=458 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：本数据集不对训练模型或权重文件精度作任何保证，仅提供准确且合理的标注。