Advertisement

输电线路覆冰检测数据集(VOC+YOLO格式)1983张图片,3个类别.zip

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


简介:
本数据集包含1983张图像,涵盖输电线路覆冰情况的三个分类,采用VOC与YOLO双格式存储,适用于训练智能检测模型。 样本图:请访问服务器下载资源,并务必在电脑端预览或查看详情后再进行下载。 数据集采用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(jpg文件个数):1983 - 标注数量(xml文件个数):1983 - 标注数量(txt文件个数):1983 标注类别总数为3,具体如下: - ice 框数 = 3253 - line 框数 = 69 - snowline 框数 = 743 总计框数为4065。 使用工具:labelImg。对各类别进行矩形标注。 特别说明:本数据集不保证训练模型或权重文件的精度,仅提供准确且合理的标注信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 线VOC+YOLO19833.zip
    优质
    本数据集包含1983张图像,涵盖输电线路覆冰情况的三个分类,采用VOC与YOLO双格式存储,适用于训练智能检测模型。 样本图:请访问服务器下载资源,并务必在电脑端预览或查看详情后再进行下载。 数据集采用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(jpg文件个数):1983 - 标注数量(xml文件个数):1983 - 标注数量(txt文件个数):1983 标注类别总数为3,具体如下: - ice 框数 = 3253 - line 框数 = 69 - snowline 框数 = 743 总计框数为4065。 使用工具:labelImg。对各类别进行矩形标注。 特别说明:本数据集不保证训练模型或权重文件的精度,仅提供准确且合理的标注信息。
  • 线-YOLO+VOC(1227).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。
  • VOC+YOLO的排污口(4053).zip
    优质
    本数据集包含405张图像和三个排污口相关类别标签,采用VOC与YOLO双格式标注,旨在提升排污口自动化检测效率与精度。 文件较大,请在服务器上下载,并务必查看资源详情后再进行下载。 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、VOC格式xml文件及yolo格式txt文件。 - 图片数量:405张(jpg) - 标注数量:810个(xml和txt各405个) - 类别数:3 - EmptyPipe: 矩形框计数 = 100 - SewagePipe: 矩形框计数 = 374 - WaterPipe: 矩形框计数 = 65 总计矩形标注数量为539。 使用工具:labelImg,规则是对每个类别进行矩形框标注。 重要说明:暂无。
  • 力场景线外部破坏VOC+YOLO,含5187,6).zip
    优质
    本数据集包含5187张图片和6种类别标签,采用VOC及YOLO格式标注,旨在支持电力场景下输电线路外部破坏的检测与识别研究。 样本图:请在电脑端资源预览查看并下载。 重要说明:数据集包含1000多张原图及增强后的图片,并已全部标注完成。 数据格式:Pascal VOC格式与YOLO格式(不含分割路径的txt文件,仅含jpg图片、VOC格式xml文件和yolo格式txt文件)。 图片数量(jpg):5187 标注数量(xml):5187 标注数量(txt):5187 类别数及框数: - 标注类别名称包括[backhoe, building, crane, tower, tree, truck] - backhoe 框数 = 2638 - building 框数 = 8789 - crane 框数 = 1322 - tower 框数 = 6954 - tree 框数 = 4009 - truck 框数 = 3922 总框数:27634 使用标注工具:labelImg 标注规则:对类别进行矩形框标记。
  • 齿轮瑕疵VOC+YOLO),含29783.7z
    优质
    本数据集提供了一个包含2978张图片的齿轮瑕疵检测资源库,采用VOC与YOLO双格式标注,涵盖三种不同类型的缺陷。 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):2978 标注数量(xml文件个数):2978 标注数量(txt文件个数):2978 标注类别数:3 标注类别名称:[break, lack, scratch] 每个类别标注的框数: - break 框数 = 1000 - lack 框数 = 980 - scratch 框数 = 4317 总框数:6297 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。
  • 牙齿健康状况VOC+YOLO,含27923).zip
    优质
    本数据集包含2792张图像,旨在用于牙齿健康的自动检测与分类,采用VOC和YOLO两种标注格式,并涵盖三类不同的牙齿健康状况。 样本图参考的文件较大,请先查看资源详情并下载。 数据集格式为Pascal VOC与YOLO格式(不包含分割路径的txt文件,仅包括jpg图片及其对应的VOC格式xml文件和yolo格式txt文件)。 图片数量(即jpg文件个数):2792 标注数量(xml文件个数):2792 标注数量(txt文件个数):2792 数据集中包含的类别总数为3,具体包括“decaycavity”、earlydecay和healthytooth。这些分别是龋齿、早期龋齿以及健康牙齿。
  • 铁锈VOC+YOLO,600,1).zip
    优质
    本数据集包含600张用于铁锈检测的图像,采用VOC和YOLO两种格式标注,集中于单一目标类别——铁锈,适用于训练精确的目标检测模型。 样本图:请到服务器下载文件,在电脑端资源详情查看并下载。 注意数据集部分图片有增强,请认真查阅图片预览内容。 数据格式为Pascal VOC与YOLO,不含分割路径的txt文件,仅包含jpg、VOC xml以及yolo txt格式文件。 图片总数(jpg数量):600 标注文件数(xml):600 标注文件数(txt):600 类别数目:1 类别名称:[Corrosion] 每个类别的框的数量: 腐蚀 框的个数 = 5920 总框的数量: 5920 使用工具为labelImg,标注规则是对目标进行矩形标记。 特别说明:暂无其他重要信息需要补充。
  • 力场景线悬垂线VOC+YOLO,含2538,2).7z
    优质
    该数据集包含2538张图像和两个类别的标注信息,以VOC及YOLO格式提供电力场景输电线悬垂线夹的检测数据,支持训练与评估相关识别模型。 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):2538 标注数量(xml 文件个数):2538 标注数量(txt 文件个数):2538 标注类别数:2 标注类别名称:[Yoke,Yoke Suspension] 每个类别标注的框数: Yoke 框数 = 1747 Yoke Suspension 框数 = 6149 总框数:7896 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
  • 车道线面标识VOC+YOLO,含4023,27).zip
    优质
    本资源提供车道线及路面标识识别的数据集,包含4023张图像和27种类别标签,支持VOC与YOLO两种数据格式。 样本图展示了一个包含4023张jpg图片的数据集,每张图片都配有对应的VOC格式xml文件以及YOLO格式txt文件(不含分割路径的txt文件)。数据集中共有27个不同的标注类别,具体名称包括:自行车道、公交专用道、人行横道、禁止鸣笛、向前箭头-左向版、向前箭头-右向版、靠右行驶、向左箭头、标线(如车道分隔线)、中央隔离带等。所有图片和标注文件均存放于服务器上,建议在电脑端进行资源详情查看后下载使用。
  • PCB板元件VOC+YOLO),含3948,29.7z
    优质
    这是一个包含3948张图片和29种类别的PCB电路板元件检测数据集,支持VOC和YOLO两种格式,适用于训练高质量的电路板检测模型。 重要说明:数据集已增强,请仔细查看图片预览确认符合要求后再下载。 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):3948 - 标注数量(xml文件个数):3948 - 标注数量(txt文件个数):3948 - 标注类别数:29 详细类别和样本图片数据请参考相关博文。