Advertisement

机动车、自行车、摩托车和巴士的数据集及XML标注压缩包

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

简介：
本数据集包含各类交通工具图像及其XML格式标注文件，涉及机动车、自行车、摩托车和巴士，适用于计算机视觉研究与应用。 该数据集包含超过3000张图片，主要来源于自行拍摄及整理的VOC2012标准格式的数据。这些图像涵盖了国内外各种机动车、自行车、摩托车和巴士，并且包括了晴天、阴天、雨天以及低能见度天气等多种复杂场景。所有图片均已标注完成。 该数据集非常适合用于深度学习模型训练，特别是适用于YOLOv5算法的训练任务，在嵌入式比赛中也有很好的应用前景。使用预训练模型YOLOv5s.pt进行300轮迭代后可以达到较好的检测效果。 分类包括：bus（巴士）、car（机动车）、motorbike（摩托车）和bicycle（自行车）。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 机动车、自行车、摩托车和巴士的数据集及XML标注压缩包
    优质
    本数据集包含各类交通工具图像及其XML格式标注文件，涉及机动车、自行车、摩托车和巴士，适用于计算机视觉研究与应用。 该数据集包含超过3000张图片，主要来源于自行拍摄及整理的VOC2012标准格式的数据。这些图像涵盖了国内外各种机动车、自行车、摩托车和巴士，并且包括了晴天、阴天、雨天以及低能见度天气等多种复杂场景。所有图片均已标注完成。 该数据集非常适合用于深度学习模型训练，特别是适用于YOLOv5算法的训练任务，在嵌入式比赛中也有很好的应用前景。使用预训练模型YOLOv5s.pt进行300轮迭代后可以达到较好的检测效果。 分类包括：bus（巴士）、car（机动车）、motorbike（摩托车）和bicycle（自行车）。
     
  • 摩托车及自行车头盔监测数据集
    优质
    该数据集包含丰富的摩托车和自行车头盔使用情况的监测记录，旨在研究道路安全、提升骑行者保护措施。 摩托（包含自行车）头盔监测数据集包含了499张骑行状态下的头盔图片。
     
  • 深度学习目标检测——汽车数据集（含小汽车、行人、自行车、卡车、公交车及摩托车）
    优质
    本项目专注于深度学习在目标检测领域的应用，特别针对包含多种交通参与者（如小汽车、行人、自行车等）的复杂城市道路场景。通过训练模型识别和分类不同类型的交通工具，旨在提升自动驾驶系统的感知能力与安全性。数据集全面覆盖了从小型摩托车到大型公交车的各种车辆类型，为研究者提供了丰富的测试资源。 数据集包含不同类别的车辆和行人图像：自行车291张、小汽车1797张、人1281张、卡车494张、公交车425张以及摩托车328张。所有图片均从网络上爬取，并由人工进行标注，支持VOC、COCO及YOLO三种格式的数据标注样式。如果涉及侵权，请联系作者删除相关数据。
     
  • 已标注的电动车与自行车数据集.zip
    优质
    本数据集包含了大量标注完毕的电动车和自行车图像，适用于计算机视觉领域的分类、检测等任务研究。 深度学习中的目标检测YOLO网络可以用于车辆识别检测，包括已经标注好的电动车和自行车的数据集，可以直接使用这些数据进行训练。
     
  • 【目标检测数据集】包含7类车型的1880张车辆分类数据集（VOC+YOLO格式，涵盖摩托车、救护车、消防车、警车、警用摩托车、轿车及大型货车）.zip
    优质
    本数据集提供1880张图像，覆盖七种类别车辆（含轿车、货车及特种车辆），适用于目标检测任务。以VOC和YOLO格式呈现，便于模型训练与验证。 数据集采用Pascal VOC格式与YOLO格式进行标注（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。 图片总数：1883张 标注数量： - xml文件数：1883个 - txt文件数：1883个 标注类别共有7种，分别为“摩托车”、“救护车”、“大车”、“轿车”、“消防车”、“警车”和“警用摩托车”。 各类别框的数量如下： - 摩托车：877个 - 救护车：304个 - 大车：355个 - 轿车：303个 - 消防车：325个 - 警车：300个 - 警用摩托车：293个 总框数为2757。 标注工具使用的是labelImg。
     
  • Yolo算法用车辆数据集-含2129张标注图片-涵盖卡车、小汽车和摩托车及公交车.zip
    优质
    本资源提供了一个包含2129张注释图像的数据集，专为YOLO算法训练设计。该数据集涵盖了多种常见车辆类型，包括卡车、小汽车、摩托车及公交车，有助于提高模型在复杂交通环境下的识别精度和速度。 Yolo系列算法的目标检测数据集包含标签文件，可以直接用于训练模型及验证测试。该数据集已经划分好，并附有data.yaml配置文件，适用于yolov5、yolov8、yolov9、yolov7、yolov10和yolo11等算法。 此数据集中有两种格式的标签：Yolo格式（txt文件）与VOC格式（xml文件），分别存储在不同的文件夹中。Yolo格式的具体内容为： ，其中： - `` 表示目标类别的索引值，从0开始计数。 - `` 和 `` 分别是目标框中心点的X和Y坐标，这些坐标是以图像宽度和高度为基准的比例值，在0到1之间变化。 - `` 和 `` 表示目标框的实际宽度与高度，同样以比例形式给出。
     
  • VOC摩托车数据资料集
    优质
    《VOC摩托车数据资料集》汇集了各类摩托车的详尽信息，包括车型、性能参数及技术规格等，旨在为爱好者与研究者提供全面的数据支持。 共计有430张摩托车图片。
     
  • 机动车自行车与行人的融合数据集（txt格式标注）
    优质
    本数据集提供了关于城市道路中机动车、自行车和行人交互行为的详细信息，采用txt文件标注，便于研究交通场景理解。 机动车自行车行人融合数据集主要基于自行拍摄及整理的VOC2012数据集构建而成，包含超过8500张图片。这些图像涵盖了国内外各种类型的车辆（包括汽车、摩托车、巴士）以及自行车，并且在不同的天气条件下进行了采集，如晴天、阴天和雨天等复杂场景。所有图片均已标注完毕。 该数据集适用于深度学习模型的训练，特别是用于YOLOv5框架下的训练任务，在嵌入式比赛中具有很好的应用前景。使用预训练模型YOLOv5s.pt并进行300轮迭代后，可以获得满意的检测效果。涵盖的主要类别包括：bus（巴士）、car（汽车）、motorbike（摩托车）、bicycle（自行车）和person（行人）。
     
  • 摩托车与电动车辆检测数据集，含VOC及YOLO格式
    优质
    本数据集包含丰富的摩托车和电动车辆图像样本，提供VOC和YOLO两种标注格式，适用于目标检测模型训练和验证。 包含5000多条数据的摩托车电动车数据集，采用YOLO格式，可直接用于训练。