Advertisement

CUHK Occlusion Dataset数据集以YOLO和VOC格式提供,并包含已划分好的训练集和测试集。

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


简介:
CUHK Occlusion Dataset数据集,专门为行人检测而设计,已完成YOLO格式数据集的训练和划分工作。此外,我们还同步上传了YOLO和VOC两种格式的标签集。具体内容包括:首先,提供了VOC格式的数据集,以.xml文件的形式呈现;其次,提供了YOLO格式的数据集,以.txt文件的形式呈现;最后,包含了经过划分的YOLO格式训练集及数据集的清晰文件结构:其中“images”目录下分别存放了“train”(训练图像的JPEG图片)和“val”(测试图像的JPEG图片)两部分;“labels”目录下则包含“train”(训练图像对应的标签)和“val”(测试图像对应的标签)。同时,还保留了原始数据集中的JPEGImages目录(包含1063张JPEG图片),以及Annotations目录(存储对应图片的.xml标签文件——VOC格式),以及YOLOLabels目录(存储对应图片的.txt标签文件——YOLO格式)。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • CUHK Occlusion DatasetYOLOVOC
    优质
    本数据集提供CUHK OcclusionDataset,包含标注清晰的YOLO和VOC两种格式图片及其对应标签,内含严格区分的训练集与测试集。 CUHK Occlusion Dataset数据集用于行人检测,并做好了yolo格式的数据集训练与划分。上传的文件包括: 1. VOC格式(.xml 文件)的数据集。 2. yolo 格式(.txt 文件)的数据集。 3. 划分好的yolo格式的训练集和测试集。 文件结构如下: - images - train (包含训练集jpg图片) - val (包含测试集jpg图片) - labels - train (包含训练集标签) - val (包含测试集标签) - VOC2007 - JPEGImages(1063张原始的jpg图片) - Annotations(对应于数据集中每一张图片的.xml格式VOC标签文件) - YOLOLabels(对应于数据集中每一张图片的.txt 格式yolo标签文件)。
  • WiderPersonYolo
    优质
    WiderPerson数据集是以YOLO格式划分训练与测试集合的专业数据库,旨在为行人检测研究提供高质量标注图像及边界框信息。 yolo格式的widerperson数据集(已划分训练集和测试集)。
  • Python脚本用于将COCOVOC转为Yolo系列
    优质
    这段Python脚本旨在便捷地处理图像数据集,功能涵盖自动拆分数据为训练集及测试集,同时支持COCO和VOC标注文件转换成YOLO兼容格式,助力深度学习模型高效训练。 内容概要:该Python脚本用于划分训练集与测试集,并能将COCO、VOC格式的数据转换为YOLO系列数据格式。经过大量实践验证无BUG的源代码适用于学生以及具备一定编程基础的研发人员(工作1-3年),也适合想入门人工智能的爱好者和科研工作者使用,能够帮助用户快速实现效果并节省时间。
  • PASCAL VOC YOLO
    优质
    本数据集为PASCAL VOC数据集转换成YOLO格式后的版本,适用于目标检测任务中的模型训练与评估。包含标注图像及其对应标签文件。 PASCAL VOC目标检测的YOLO格式训练集。
  • VOC、验证代码
    优质
    本代码提供了一套高效的方法来将VOC数据集划分为训练集、验证集及测试集,便于机器学习模型的开发与评估。 一个简单的代码可以将VOC数据集按照7:1:2的比例划分为训练集、验证集和测试集,并将其放置在相应的VOC格式文件夹下。只需调整__main__中的三个路径,即可运行该程序来划分VOC数据集为train、val和test集合。
  • 害虫四种类别完毕。
    优质
    本数据集专为害虫图像识别设计,涵盖四大类害虫,内含预划分的训练与测试样本,便于模型训练及性能评估。 我们有一个害虫分类数据集,包含了四种不同的害虫类别。训练集和测试集已经划分完成。
  • TE.zip
    优质
    本资料包提供了一个用于文本挖掘或自然语言处理研究的TE数据集,内含详细的训练集与测试集划分,便于模型开发与验证。 TE数据集是目前故障诊断领域常用的数据库之一。它由训练集和测试集两部分组成,整个TE数据集中包含22次不同的仿真运行结果的数据,每个样本有52个观测变量。d00.dat至d21.dat构成了训练集的样本段落件,而d00_te.dat到d21_te.dat则是用于测试的样本段落件。其中,d00.dat和d00_te.dat代表的是正常操作条件下的数据。 具体来说,d00.dat是通过运行25小时仿真的方式获取的数据,总共包含500个观测点;而d00_te.dat则是在48小时仿真环境下获得的测试样本段落件,该文件共记录了960个观测值。
  • 岩石
    优质
    这是一个包含已区分训练和测试样本的岩石相关属性的数据集合,适用于机器学习模型的训练与评估。 数据集格式:jpg图片 标注类别数:6 使用标注工具:labelImg 标注规则:对每个类别画矩形框进行标注 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,仅提供准确且合理的标注。
  • criteo_small 及验证
    优质
    简介:Criteo Small数据集是专为广告点击预测设计的小规模版本,内含预划分好的训练、测试和验证数据集,便于模型快速迭代与评估。 三个文件分别是train.txt、test.txt和val.txt。
  • 、验证
    优质
    本文介绍了如何有效地将数据集划分成测试集、验证集和训练集,为机器学习模型提供科学的数据准备方法。 将数据集划分为测试集、验证集和训练集。