Advertisement

车牌数据已打包为VOC数据集，包含标准3000张图片。

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

简介：
该项目涉及车牌数据的转换，具体为3W车牌的转换。现已完成将这些车牌数据转化为VOC数据集。该工作已多次重复，即车牌数据，转换3W车牌。已经做成voc数据集车牌数据，转换3W车牌。已经做成voc数据集车牌数据，转换3W车牌。已经做成voc数据集车牌数据，转换3W车牌。已经做成voc数据集车牌数据，转换3W车牌。已经做成voc数据集

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 已打包的车牌数据，包含3万张图片的VOC格式数据集
    优质
    本数据集提供3万张图片，采用VOC格式封装，涵盖各类车牌实例。旨在支持图像识别与物体检测研究，促进智能交通系统技术进步。 已将3万张车牌数据转换并制作成VOC格式的数据集。
     
  • 已切割车牌图片识别 数据集包含10000张图片
    优质
    本数据集提供10000张已切割车辆车牌图片，旨在促进车牌识别技术的研究与应用开发。 需要对10,000张已经切割好的车牌图片进行车牌识别。
     
  • 包含四类垃圾的标注数据集（约3000张图片）
    优质
    本数据集包含了大约3000张图片，涵盖了四大类生活垃圾图像，为垃圾分类相关模型训练提供了详实的数据支持。 2023年比赛要求如下：初赛阶段生活垃圾智能分类装置需识别的四类垃圾主要包括： 1. 有害垃圾：包括各种型号电池（如1号、2号、5号）、过期药品及内包装等； 2. 可回收垃圾：易拉罐和小矿泉水瓶； 3. 厨余垃圾：例如小土豆、切过的白萝卜或胡萝卜，尺寸与电池相当； 4. 其他垃圾：包括瓷片、鹅卵石（大小类似小土豆）以及砖块等。 进入决赛后，生活垃圾智能分类装置需要识别的四类垃圾种类和形状将通过现场抽签决定。此外，在决赛中同时投入进行识别处理的垃圾数量至少为两件及以上，并且每种垃圾重量均不超过150克。
     
  • 用于识别吸烟行为的数据集——包含3000张标注图片及2000张未标注图片
    优质
    本数据集旨在识别吸烟行为，内含3000张已标注图片和2000张未标注图片，为相关研究提供了丰富的视觉资料。 用于吸烟检测的数据集包含3000张已标注图片和2000张未标注图片。
     
  • 已完成标注的挖掘机数据集，包含约700张VOC格式图片
    优质
    本数据集包含了大约700张采用VOC格式标注的高质量挖掘机图像，适用于目标检测和机器学习研究。 工程车辆数据集（挖掘机）已标注完成，包含约700张图片。该数据集适用于VOC格式的深度学习目标检测任务。如有需要其他格式的数据，请私信联系我。
     
  • [数据集][VOC][正版]打架检测数据集含3146张图片
    优质
    本数据集提供3146张图像，专为打架行为识别设计，适用于训练和评估相关算法模型。包含正版授权，确保数据使用合法性。 数据集格式：Pascal VOC（仅包含jpg图片及对应的xml文件） 图片数量（jpg文件个数）：3146 标注数量（xml文件个数）：3146 标注类别数：2 标注类别名称：nofight、fight 每个类别的标注框数： - nofight count = 1288 - fight count = 2170 使用工具：labelImg 特别声明：本数据集不对训练的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。 标注规则：如果两人明显存在打架行为并包含肢体接触，则标记为fight；否则应标记为nofight。请注意非打架行为的数据同样需要进行标注以避免误检测。 重要说明：此数据集经过yolov5训练验证，有部分数据加入到训练中。
     
  • 包含8000张图片的口罩数据集已完成标注
    优质
    本项目成功构建了一个独特的口罩图像数据库，内含8000张已标注图片，为面部识别与疫情防控研究提供了宝贵的资源。 已标注好的口罩数据集包括face和mask两部分。
     
  • 香蕉数据集的深度学习：包含标注的3000张图片，支持YOLO和VOC格式
    优质
    简介：本项目提供了一个包含3000张标注图像的香蕉数据集，适用于YOLO及VOC格式，旨在促进深度学习技术在图像识别领域的研究与应用。 香蕉数据集包含3000张带有标注的图片，适用于YOLO和VOC格式。
     
  • 刀棒识别数据集1200张图片包含VOC、YOLO和JSON标签
    优质
    本数据集包含1200张图片，专注于刀棒类物品的识别，提供VOC、YOLO格式及JSON标签文件，适用于物体检测模型训练与评估。 实际项目应用包括社区安防、学校安防以及危险器具检测等领域。 数据集详情如下：刀具棍棒检测数据集中共有1200张图片，标签分为两类——[刀具] 和 [棍棒]（即[dao, bang]）。这些图像包含多种背景，并且各类别分布均匀。该数据集同时提供了voc格式的xml文件和yolo格式的txt文件作为标注信息，适合于多种目标检测算法的应用。 所有图片均为纯手工精确标注，确保了高质量的数据输入以及良好的模型拟合效果。如果需要json格式标签或在使用过程中遇到任何问题，请留言说明需求。
     
  • VOC标注的火焰识别3000张数据集
    优质
    本数据集包含3000张经过VOC格式标注的火焰图像，旨在支持火焰检测与识别的研究和应用开发。 本数据集包含的火焰类别有“蜡烛火苗”、“森林大火”、“城市火灾”等，适用于进行火焰识别的目标检测初学者或与火焰识别相关的项目用户学习训练使用。