Advertisement

【目标检测数据集】612张肠道息肉检测图像，VOC+YOLO格式.7z

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

简介：
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

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 【目标检测数据集】612张肠道息肉检测图像，VOC+YOLO格式.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
     
  • 直肠息肉病变检测数据集（VOC+YOLO格式，含10725张图片，6个类别）.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
     
  • 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
    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。
     
  • 【目标检测数据集】板蓝根颗粒检测数据集（110张图像，VOC+YOLO格式）.zip
    优质
    本数据集包含110张用于板蓝根颗粒目标检测的图像，采用VOC与YOLO两种标注格式，适用于训练和评估相关检测模型。 【目标检测数据集】药品板蓝根颗粒检测数据集包含110张图片，采用Pascal VOC格式与YOLO格式标注（不含分割路径的txt文件），仅包括jpg图片、VOC格式xml文件及yolo格式txt文件。 - 图片数量：111 - 标注数量(xml)：111 - 标注数量(txt)：111 数据集包含2个类别： - 999ganmaoling 框数 = 49 - banlangen 框数 = 85 总框数为134。 标注工具使用的是labelImg。
     
  • 【目标检测数据集】11960张水稻病害检测图片（VOC+YOLO格式）.zip
    优质
    本资源提供一套用于水稻病害识别的目标检测数据集，包含11960张标注清晰的图像，并以VOC和YOLO两种格式呈现，适用于深度学习模型训练。 数据集采用了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文件和yolo格式txt文件。 该数据集中共有11963张图片，每一张都有相应的标注信息： - Pascal VOC xml 文件数量：11963个 - YOLO txt 标注文件数量：11963个 这些图像被分为十二类进行标记： 标注类别数为 12 种，具体包括以下几种类型及其对应的框的数量: - BLBD: 框数 = 1030 - BLSD: 框数 = 1067 - BSD: 框数 = 1064 - DPD: 框数 = 1465 - FSD: 框数 = 2154 - Healty: 框数 = 1266 - NBD: 框数 = 1412 - NBSD: 框数 = 975 - Non-Rice: 框数 = 1298 - RBD: 框数 = 1070 - RRSD: 框数 = 972 - SBD: 框数 = 1303 总计标注框数量为：15,076个。 使用了labelImg工具进行标记，遵循对类别画矩形框的规则。
     
  • 【目标检测数据集】跨越栏杆检测数据集512张VOC+YOLO格式.zip
    优质
    本数据集包含512张图片，旨在帮助训练和测试物体检测模型在复杂场景中准确识别并定位跨越栏杆的行为。以VOC与YOLO两种格式提供，便于多种框架使用。 数据集格式：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文件和yolo格式txt文件）。 图片数量（jpg文件个数）：512 标注数量（xml文件个数）：512 标注数量（txt文件个数）：512 标注类别数：1 标注类别名称：[climbing] 每个类别的标注框数： climbing 框数 = 599 总框数：599 使用标注工具：labelImg
     
  • 【目标检测数据集】295张蚊子检测图像 VOC+YOLO格式 可直接训练.zip
    优质
    本资源包含295张用于蚊子目标检测的高质量图像，支持VOC与YOLO两种格式，可无缝对接多种深度学习框架，助力快速搭建高效蚊子识别模型。 个人手工标注的数据集已检查完毕，准确度高。数据包含Pascal VOC格式的xml文件以及YOLO格式的txt文件（不含路径信息），仅包括jpg图片及其对应的VOC xml和yolo txt文件。 - 图片数量（jpg个数）：295张 - 标注数量（xml个数）：295份 - 标注数量(txt个数)：295份 - 标注类别数：1类 - 标注类别名称：mosquito - 每个类别标注的框数：mosquito 类别共有409个标注框 - 总框数：409 使用工具：labelImg