Advertisement

反光衣检测数据集1028张图片适用于YOLO系列(img和xml文件，包含反光衣与普通衣物两类)

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

简介：
本数据集包含1028张图像及其对应的XML标注文件，专为训练YOLO模型设计，涵盖反光衣及普通衣物两大类别，助力目标检测技术研究。 反光衣数据集主要针对建筑工地场景，包含两类图像：穿着反光衣的人和其他衣服类型的人。 文件结构如下： - Annotations 文件夹包含了标注的XML文件，例如 reflective_000000.xml、reflective_0001028.xml等； - JPEGImages 文件夹则存放着对应的图片，如 reflective_00000.jpg 至 reflective_0014793.jpg。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 反光衣检测数据集1028张图片适用于YOLO系列(img和xml文件，包含反光衣与普通衣物两类)
    优质
    本数据集包含1028张图像及其对应的XML标注文件，专为训练YOLO模型设计，涵盖反光衣及普通衣物两大类别，助力目标检测技术研究。 反光衣数据集主要针对建筑工地场景，包含两类图像：穿着反光衣的人和其他衣服类型的人。 文件结构如下： - Annotations 文件夹包含了标注的XML文件，例如 reflective_000000.xml、reflective_0001028.xml等； - JPEGImages 文件夹则存放着对应的图片，如 reflective_00000.jpg 至 reflective_0014793.jpg。
     
  • 基于Yolov5的救生衣和反光衣数据集
    优质
    本研究基于YOLOv5框架，构建并训练了专门针对救生衣与反光衣的数据集模型，旨在提升物体检测精度及效率。 Yolo格式的救生衣/反光衣数据集包含超过1000张图片。该数据集用于训练识别救生衣和反光衣的目标检测模型。
     
  • 1083张反光衣数据集，含jpg图片与xml文件，涵盖四种标签：戴头盔者、不戴头盔者、穿反光衣者及未穿者...
    优质
    本数据集包含1083张jpg格式图像及其对应的xml标注文件，详细记录了佩戴安全头盔和穿着反光衣的场景信息，适用于训练识别模型。 数据集包含1083张反光衣图片及其对应的XML文件。主要的四类标注为：带头盔的人、没带头盔的人、穿反光衣的人以及未穿反光衣的人，重点在于识别反光衣。该数据集在测试中取得了超过98%的准确率。
     
  • [数据集][VOC][正版]高品质反光衣反光服数据集VOC-5208张
    优质
    本数据集包含5208张高品质反光衣图像，严格遵循VOC标注标准，适用于目标检测与识别研究，助力算法优化与创新应用。 数据集格式采用Pascal VOC标准（不含分割的txt文件），仅包含jpg图片及对应的xml文件。 - 图片数量：5208张 - 标注数量：5208个标注文件(xml) - 标注类别数：4类 - 标注类别名称： - reflective_person（穿反光衣的人） - reflective（反光衣） - person（未穿反光衣的人） - cloth（非反光衣） 每个类别的标注框数量如下： - reflective_person: 数量 = 7213 - reflective: 数量 = 7188 - person: 数量 = 774 - cloth: 数量 = 656 使用工具：labelImg 标注规则为对各个类别进行矩形框标记。 重要说明： reflective_person表示穿反光衣的人。 reflective代表单独的反光衣。 person指未穿戴任何特殊防护衣物的人类对象。 cloth指的是非反光材质的衣服或其他类型的布料物品。 请注意，本数据集不保证训练模型或权重文件的精度。提供的仅是准确且合理的标注信息。
     
  • 基于YOLOv5的反光衣检测方法
    优质
    本研究提出了一种基于YOLOv5的高效反光衣检测算法，旨在提高复杂环境下的识别准确率与速度，确保作业安全。 这段文字描述了一个已经配置好数据集及训练权重的环境，只需设置完毕相关条件即可投入使用。
     
  • 安全帽、反光衣及工作服检测数据集
    优质
    本数据集包含各类安全帽、反光衣及工作服的详细检测信息，旨在提升工业环境下个人防护装备识别精度与效率。 该数据集分为两个部分：JPEGImages 和 Annotations。JPEGImages 文件夹包含超过 3400 张不同场景的图像，其中共有 5700 多个安全帽标注框、2500 多个反光衣标注框和 1000 多个工作服标注框。每张图片都经过了人工使用 labelimg 工具进行详细标注，并将对应的 xml 文件放在 Annotations 文件夹中。 该数据集的图像清晰，场景广泛且精心挑选，适用于任意环境下的安全帽、反光衣及工作服检测任务。作为模板数据集，它可以帮助用户在特定应用场景下快速添加少量特定场景的数据以满足需求，从而节省收集和标注图片的时间，并直接应用于实际工程中。
     
  • 反光衣服与头盔检测数据集：工作服及安全帽识别
    优质
    本数据集专注于反光衣物和安全帽的识别，旨在提供高质量标注图像用于训练和测试工作服及其配件的安全检测模型。 反射衣服检测与数据集Yolov5施工人员穿戴检测由雷雷使用Yolov5实现。关于数据集的下载链接，请参阅相关说明文档以获取详细信息。演示和标签工具可以参考其他资料。
     
  • 智能光伏-包含2000张图片的光伏电池异常检测数据集（含分类标签文件）.zip
    优质
    本资料包提供了一个涵盖2000张图像的数据集，专门用于训练和评估机器学习模型在识别光伏电池异常方面的性能。每一张图片均配有详细的分类标签，有助于精确分析与故障诊断。 智慧光伏-光伏电池异常检测数据集包含2000张图片及分类标签文件。该数据集分为单晶和多晶两类光伏电池，并且将异常情况划分为划痕与失效区两大类。
     
  • 交通信号灯检测数据集-7953张图片-包含VOC(xml)与YOLO(txt)标注格式.zip
    优质
    该数据集提供7953张图像用于训练和测试交通信号灯识别模型，并附带VOC和YOLO两种格式的标注文件，便于不同需求的开发者使用。 交通灯识别检测数据集（包含VOC和YOLO格式标签）适用于课程作业、设计项目或比赛的实际应用需求，如自动驾驶等领域。该数据集共有7953张图片，背景丰富且多样化，目标分布均匀，标注精准可靠，适合多种目标检测算法的直接使用。类别名称为“Traffic_Light”。
     
  • 包含训练集与验证集的跌倒检测数据集（500张图片，适用于YOLO模型）
    优质
    本数据集专为跌倒检测设计，含500张图像，并区分训练和验证两部分，完美匹配YOLO算法需求，助力高效准确的目标识别研究。 数据已由DK数据工作室整理完毕，并划分了训练集和验证集，包含接近500张照片，每张照片带有txt格式的标注文件，可以直接用于YOLO目标检测项目。