Advertisement

结直肠息肉内镜图像病变检测数据集(VOC+YOLO格式,13524张,2类别)A版.7z

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:7Z


简介:
这是一个包含13524张图片的数据集,用于训练和评估结直肠息肉的内镜图像自动识别模型。数据集采用VOC及YOLO格式,有助于检测两类不同的病变区域,支持科研人员进行高效的医学图像分析研究。 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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:[xianliu,zengsheng] 每个类别标注的框数: xianliu 框数 = 7180 zengsheng 框数 = 6344 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为两个版本,即A版和B版。两个版本的图片数量相同,并且不存在重叠文件名或重复情况,可以合并训练也可以单独训练。 特别声明:本数据集不对训练模型或者权重文件精度作任何保证,仅提供准确合理的标注信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VOC+YOLO135242A.7z
    优质
    这是一个包含13524张图片的数据集,用于训练和评估结直肠息肉的内镜图像自动识别模型。数据集采用VOC及YOLO格式,有助于检测两类不同的病变区域,支持科研人员进行高效的医学图像分析研究。 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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:[xianliu,zengsheng] 每个类别标注的框数: xianliu 框数 = 7180 zengsheng 框数 = 6344 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为两个版本,即A版和B版。两个版本的图片数量相同,并且不存在重叠文件名或重复情况,可以合并训练也可以单独训练。 特别声明:本数据集不对训练模型或者权重文件精度作任何保证,仅提供准确合理的标注信息。
  • VOC+YOLO,含10725片,6个).7z
    优质
    本数据集包含10725张图片及标注信息,适用于直肠息肉病变的检测研究,采用VOC与YOLO兼容格式,涵盖六种类别。 数据集格式:Pascal VOC格式+YOLO格式(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):10725 标注数量(xml文件个数):10725 标注数量(txt文件个数):10725 标注类别数:6 标注类别名称: [Polyps, blood, bubbles, esophagitis, instrument, mis] 每个类别标注的框数: - Polyps 框数 = 4608 - blood 框数 = 2801 - bubbles 框数 = 3530 - esophagitis 框数 = 3461 - instrument 框数 = 2962 - mis 框数 = 3218 总框数:20580 使用标注工具:labelImg
  • 【目标】612VOC+YOLO.7z
    优质
    本数据集包含612张用于肠道息肉检测的高质量医学图像,采用VOC和YOLO双格式存储于压缩文件中,适用于目标检测模型训练与验证。 数据集格式:Pascal VOC格式+YOLO格式(不含分割路径的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):612张 标注数量(xml文件个数):612份 标注数量(txt文件个数):612份 标注类别数:1类 标注类别名称:[xirou] 每个类别标注的框数: xirou 框数 = 712 总框数:712 使用标注工具:labelImg 标注规则:对类别进行画矩形框
  • 绳子VOC+YOLO322.7z
    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
  • 小麦VOC+YOLO),含899片,12个.7z
    优质
    本数据集包含899张图片及12种类别的小麦病害标注信息,同时提供VOC和YOLO两种格式文件,便于模型训练与检测。 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图片及其对应的VOC格式xml文件及yolo格式txt文件。 - 图片数量:899张 - 标注数量(xml文件):899个 - 标注数量(txt文件):899个 标注类别包括12种,具体如下: - CrownAndRootRot 框数 = 268 - HealthyWheat 框数 = 282 - LeafRust 框数 = 131 - PowderyMildew 框数 = 323 - WheatAphids 框数 = 173 - WheatCystNematode 框数 = 103 - WheatLooseSmut 框数 = 171 - WheatRedSpider 框数 = 182 - WheatScab 框数 = 300 - WheatSharpEyespot 框数 = 105 - WheatStalkRot 框数 = 136 - WheatTake-all 框数 = 117 总框数:2291个。 使用标注工具为labelImg,规则是对类别进行矩形框标注。
  • RSNA肺炎VOC+YOLO),含6012,1个.7z
    优质
    该数据集包含6012张图像,专门用于训练和评估肺炎检测模型,以VOC和YOLO两种格式提供,便于快速集成到不同类型的深度学习项目中。 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):6012 标注数量(xml文件个数):6012 标注数量(txt文件个数):6012 标注类别数:1 标注类别名称:[meat] 每个类别标注的框数: meat 框数 = 9555 总框数:9555 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