Advertisement

行人数据集（含1.7万张图片及对应XML文件）.zip

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

简介：
该资源包包含行人相关的图像数据集，总计超过1.7万张图片，并附有对应的XML标注文件，适用于目标检测和行人识别研究。 街上的路人与训练模型中的表现一致，并且这些路人的行为自然，没有任何摆拍的痕迹。XML文件是通过自动标注生成的，因此可能不如手动标注准确，存在漏检的情况。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 行人数据集（含1.7万张图片及对应XML文件）.zip
    优质
    该资源包包含行人相关的图像数据集，总计超过1.7万张图片，并附有对应的XML标注文件，适用于目标检测和行人识别研究。 街上的路人与训练模型中的表现一致，并且这些路人的行为自然，没有任何摆拍的痕迹。XML文件是通过自动标注生成的，因此可能不如手动标注准确，存在漏检的情况。
     
  • 行人跌倒检测数据集，包含1500张图像和对应的XML标注文件
    优质
    本数据集包括1500张图像及对应XML文件，专为行人跌倒检测设计，适用于训练与评估相关算法模型。 行人跌倒检测数据集包含1500张行人跌倒图片及相应的标注文件（xml）。
     
  • VOC行人数据集（含1000张图片）.zip
    优质
    本资源提供了一个包含1000张图像的VOC行人数据集，适用于物体检测和识别研究。每张图均标注了行人的位置信息。 我们有一个包含1000张图片的行人标注数据集。
     
  • Python人像Matting数据集含34427张图片及对应Matting结果图
    优质
    该数据集包含34,427张图像及其对应的高精度抠图结果，专为Python环境下的人像抠图研究和算法开发设计。 人像matting数据集包含34427张图像及其对应的抠图结果。
     
  • 苹果识别数据集，含4733张标注图片及XML文件
    优质
    本数据集包含4733张标注图片及其对应的XML文件，旨在用于训练和测试苹果识别算法。每一张图片均详细标注了苹果的位置和类别信息。 苹果识别数据集包含4733个带注释的图像以及相应的含有苹果信息的xml文件。
     
  • 行人数据集（含2000张图片）- YOLOv5格式.zip
    优质
    本资源提供了一个包含2000张图像的行人数据集，格式兼容YOLOv5框架，适用于行人检测模型训练和测试。 本数据集包含2000张行人图片的YOLOv5格式数据，可自由划分为训练集、验证集和测试集，适用于行人检测模型的训练与评估。这些图像能够帮助开发人员优化和完善他们的算法，在不同的场景中准确地识别行人的位置和特征。
     
  • 包含5850张图片的人脸数据集，所有图片均已手工标注并配有对应的.xml文件
    优质
    这是一个庞大的人脸图像数据库，内含5850张图片，并且每一张都经过人工精确标注，附有详细描述信息的.xml文件。 我们已经完成了5850张人脸的数据集的手工标注工作，包括了5850张图片以及对应的生成的.xml文件。这些数据可以用来训练出识别度极高的.h5模型和.pth模型，其中人脸的识别准确率高达99.9%，涵盖了侧面、斜面等多种角度的人脸图像。
     
  • 火灾及烟雾数据集（含6940张JPG图像及其对应的XML标签文件）
    优质
    本数据集包含6940张JPEG格式的图片和相应的XML标注文件，旨在用于训练和测试有关火灾识别与烟雾检测的人工智能模型。 这个数据集包含真实的火灾与烟雾图像，共有6940张jpg格式的图片以及对应的6940个xml格式标签文件，非常适合用于深度学习中的目标检测任务，并且也非常适合用来撰写学术论文。
     
  • 苹果果园图像数据集，含2538张图片及对应xml和txt文件，信息准确无疑！
    优质
    本数据集包含2538张高质量苹果果园图片及其详细标注，附带xml与txt格式注释文件，确保每一张图片的信息精确无误。 数据集质量高，标签准确无误，文件分类清晰明了，可以直接使用，非常优秀！
     
  • NEU-DET数据集（含1800张图片、1800个XML文件及1800个TXT文件）
    优质
    NEU-DET数据集包含1800张图像及其对应的标注文件，包括描述物体边界和属性的XML文件以及文本标签TXT文件，适用于目标检测任务。 东北大学（NEU）发布了一个表面缺陷数据库，其中包括1,800张灰度图像，涵盖了热轧钢带的六种典型表面缺陷：轧制氧化皮、斑块、开裂、点蚀表面、内含物以及划痕。每一种类型的缺陷包含300个样本，并且数据集为每个图像提供了注释信息，标注了其中的缺陷类别和位置。 该数据库包括以下内容： （1）1800张灰度图像 （2）与之对应的1800个VOC格式标签xml文件 （3）以及另外的1800个yolo格式标签txt文件。这些文本中，数字代表不同的缺陷类型： - 0 表示开裂（crazing） - 1 表示内含物（inclusion） - 2 表示斑块（patches） - 3 表示点蚀表面（pitted_surface） - 4 表示轧制氧化皮（rolled-in_scale） - 5 则表示划痕（scratches）。