Advertisement

BITVehicle_数据集以及txt标签文件。

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


简介:
BITVehicle_Datase车辆车型识别数据集,包含总计9850张图像以及一个以mat格式呈现的标注文件。该数据集涵盖了巴士、卡车、SUV、微型巴士、轿车和小型面包车这六个车型类别。鉴于原始数据集规模较大,为方便用户使用,本次提供了压缩包形式的数据集,文件大小约为2.47GB。为了简化下载流程,我们在此提供指向百度网盘的链接,其中包含了BITVehicle_Dataset和对应的txt标签文件,感兴趣的读者可以通过百度网盘进行下载。希望这份资源能对有相关需求的用户有所帮助。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 井盖TXT
    优质
    本数据集包含各类井盖的相关信息和标签,旨在用于图像识别与分类任务,支持城市基础设施管理研究。 针对五种不同受损程度的井盖进行检测: - 破损(broke) - 未覆盖(uncovered) - 完好(good) - 丢失(loss) - 井圈破损(circle) 模型由YOLOv8训练得到,具体使用方法请参考YOLO文档或博主其他相关文章。
  • COCO128:含图片txt格式
    优质
    COCO128数据集包含精选自COCO数据集的128张图像及其对应的txt文件标签,适用于目标检测和图像识别任务。 Coco128数据集包含图片和标签文件,其中标签为txt格式。该数据集仅包含128个样本,用于训练、验证及测试工作。
  • OfficeHome
    优质
    OfficeHome数据集的标签文件包含了一个大规模办公场景视觉识别的数据集合,包括各类办公图像及其详细分类标签,旨在促进跨域计算机视觉研究。 Office-Home 数据集是一种用于评估基于域自适应的深度学习算法的数据集,包含了在办公环境和家庭中常见的65类目标图像。该数据集中包含4个领域,并且这些领域的域差异较大,数据集规模也比前一个数据集要大。 Office-Home 数据集由来自4个不同领域的图像组成:Art(Ar)、Clipart(Cl)、Product(Pr)和Real World(Rw)。其中: - Art 领域包含素描、绘画及装饰品等形式的艺术图像,共有2,427张。 - Clipart 领域包括各种剪贴画图像,共计有4,365张。 - Product 领域则拥有无背景物体的图像共4,439张。 - Real World 领域包含普通相机拍摄下的物体图像,共有4,357张。 此资源提供了Art、Clipart、Product和Real World四个领域的标签文件。
  • 用于Yolo训练与测试的COCOtrain2017.txt和val2017.txt
    优质
    这段简介描述了两个关键文本文件:“train2017.txt” 和 “val2017.txt”,它们包含COCO数据集中用于训练和验证YOLO模型的图像及其标签信息。 适用于Yolo训练和测试的COCO数据集标签文件包括train2017.txt、val2017.txt以及对应的压缩包train2017.zip和val2017.zip,这些文件可用于YOLOv5、YOLOv7及YOLOv8模型。
  • BITVehicle_Dataset与txt
    优质
    本数据集名为BITVehicle,包含大量车辆图像及其对应的.txt格式标签文件,详细记录了每辆车的关键信息和属性。 BITVehicle_Datase车辆车型识别数据集包含9850张图片及一个mat格式的标注文件,包括“Bus”、“Truck”、“SUV”、“Microbus”、“Sedan”和“Minivan”六类车型。由于原始数据集较大,压缩包共2.47G。这里提供了下载BITVehicle_Dataset和txt标签文件的百度网盘链接的文本段落件,有需要的人可以自行到百度网盘中下载。希望这个资源能够帮助到大家。
  • 红绿灯TXT压缩包
    优质
    本资源提供包含多个城市十字路口高清视频的“红绿灯数据集”及其对应的TXT格式标注文件,便于交通信号识别研究。 红绿灯数据集包含2000多张图片,这些图像均来源于网络及个人拍摄,全部为中国境内的红绿灯场景,并涵盖了晴天、阴天、雨天以及低能见度等复杂天气条件。所有图片均已标注完毕,适用于深度学习任务,特别是用于YOLOv5模型的训练。使用YOLOv5s.pt版本进行300轮迭代后可获得良好的检测效果。数据集中的类别包括green(绿灯)、red(红灯)、yellow(黄灯)和none(无信号)。
  • 102类别花卉
    优质
    本数据集包含超过102种不同类别的花卉图像及其对应标签文件,适用于图像分类和机器学习训练。 102 类别花卉数据集包括图片标签、训练集标签、验证集标签和测试集标签。
  • AFHQ(含512*512分辨率dataset.json
    优质
    AFHQ数据集是一款高质量图像数据集合,包含多种分辨率,特别是512x512像素的照片,搭配详细的dataset.json标签文件,适用于深度学习与计算机视觉研究。 AFHQ数据集主要用于StyleGAN,并包含15,000张分辨率为512×512的高质量图像。我们已经将这些图像整理为训练集和测试集,同时提供了一个供StyleGAN使用的dataset.json标签文件,可以直接使用。 该数据集涵盖了猫、狗以及野生动物三个领域,每个领域约有5000张图片。通过包含多个(具体是三个)领域的各种品种的不同图像,AFHQ提出了一个具有挑战性的跨域图像转换问题。对于每一个领域,我们选择了500张图作为测试集,并将剩余的所有图像用作训练集。
  • 包含5000+图片xml、txt的摔倒检测
    优质
    这是一个庞大的摔倒检测数据集,内含超过5000张图片以及对应的XML和TXT格式标签文件,为研究与开发跌倒检测系统提供了宝贵资源。 提供包含5000多张图片及xml、txt标签的摔倒检测数据集,适用于YOLO等模型进行训练与检测。
  • COCO-minival2014实例版.json
    优质
    COCO数据集标签文件-minival2014实例版.json包含了COCO数据集中minival2014子集的详细标注信息,适用于图像识别和场景理解的研究与开发。 instances_minival2014.json 和 instances_valminusminival2014.json 是 COCO 数据集中的 JSON 文件。这些文件包含了数据集中特定部分的标注信息。