Advertisement

无标签水果检测数据集RAR文件

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

简介：
本数据集为一匿名化水果图像集合，包含多种常见及少见水果品种，旨在促进无标签机器学习研究与模型训练，助力于提高图像识别算法性能。 水果检测（fruits）无需标签数据即可进行。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 无标签水果检测数据集RAR文件
    优质
    本数据集为一匿名化水果图像集合，包含多种常见及少见水果品种，旨在促进无标签机器学习研究与模型训练，助力于提高图像识别算法性能。 水果检测（fruits）无需标签数据即可进行。
     
  • VOC格式标签的水果检测数据集
    优质
    本数据集包含大量以VOC格式标注的水果图像，旨在促进水果识别与分类研究，适用于训练和测试相关计算机视觉模型。 该数据集是从COCO2017数据集中提取的水果检测数据，并转换为txt和xml两种格式标签，适用于YOLO算法进行水果识别。目标类别包括香蕉（banana）和苹果（apple）。共有33254个样本。
     
  • 水果检测数据集
    优质
    本数据集包含各类新鲜及不新鲜水果的图像和属性信息，旨在支持机器学习算法识别与分类不同种类的水果，促进农业智能化管理。 该数据集包含4个不同类别的200张图像，用于进行水果检测。数据集文件名为Fruit Detection_datastes.txt 和 Fruit Detection_datastes.zip。
     
  • 《数据集》水面垃圾检测数据集《目标检测》
    优质
    本数据集专注于水面垃圾检测，包含大量标注图片，适用于训练和评估目标检测模型在水域环境中的性能。 该数据集适用于YOLO系列（包括YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9及更高版本）、Faster R-CNN 和 SSD 等模型的训练，包含4308张图片和对应的txt标签。此外还提供了一个yaml文件用于指定类别信息以及xml格式的标签文件。数据集已根据用途划分成训练集、验证集和测试集，可以直接使用进行YOLO系列算法的训练。
     
  • 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。
     
  • 目标检测数据集-吸烟与正常人脸-无标签
    优质
    这是一个专注于区分吸烟者和非吸烟者的面部图像的数据集，其中包含了各种角度、光照条件下的脸部图像，但未进行标注分类。 1. 目标检测数据：打电话-吸烟-正常人脸-无标签 2. 数据集和检测结果参考相关文献或博客文章中的描述。 请根据上述内容进行进一步的研究或查阅相关的资料获取更多信息。
     
  • 水果新鲜度检测数据集
    优质
    本数据集包含了多种常见水果的新鲜度信息，通过图像和传感器采集的数据来训练机器学习模型，以实现自动识别水果新鲜程度的功能。 数据集包含几百张水果新鲜程度检测图片，目标类别包括apple、bad banana、banana和bad apple共4个类别。标签格式为txt和xml两种，并分别保存在两个不同的文件夹中。数据集及检测结果的参考内容可查阅相关文献或资料。
     
  • 水果餐桌检测数据集YOLO8
    优质
    水果餐桌检测数据集YOLO8是一个专为提升水果在餐桌环境中的识别精度而设计的数据集合，采用先进的YOLO算法进行高效物体检测与定位。 餐桌水果检测数据集YOLO8采用CC BY 4.0许可协议。该数据集包含2611张图片，旨在为模型的可推广性创建新的对象检测基准。