Advertisement

智能交通-逾两万条涵盖12种类别(MPV、SUV、出租车、面包车及信号灯等)的道路违规检测数据集附Yolo格式TXT标签.zip

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


简介:
本数据集包含逾两万条道路违规记录,覆盖MPV、SUV、出租车、面包车及信号灯等十二类场景,并以Yolo格式的TXT文件提供标注信息。 智慧交通-2万多张道路交通违规检测数据集12类(吉普尼、MPV、多功能厢式车、皮卡货车、SUV、轿车、出租车、面包车、公共汽车、红灯、绿灯、卡车)含yolo格式txt标签,适用于YOLO系列算法。 【数据集介绍】 1. 该数据集适合用于道路交通违规检测项目,并且也可以应用于其他科研落地项目; 2. 数据集中包含超过2万张图片及对应的yolo格式标签,标注精准无误; 3. 数据集共有12个类别:吉普尼、MPV、多功能厢式车、皮卡货车、SUV、轿车、出租车、面包车、公共汽车、绿灯、红灯和卡车。 4. 该数据集适用于YOLO全系列算法,从YOLOv3到YOLOv10无需任何转换操作,并且已经划分好训练集、验证集与测试集,可以直接用于训练; 5. 使用YOLOv9对本数据集进行训练时准确率可达94.6%。 【备注】 请放心下载使用,可用于科研项目、课程设计、毕业设计及实际落地应用等场合。该数据集质量优良,不含任何垃圾信息。欢迎交流学习。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • -12MPVSUVYoloTXT.zip
    优质
    本数据集包含逾两万条道路违规记录,覆盖MPV、SUV、出租车、面包车及信号灯等十二类场景,并以Yolo格式的TXT文件提供标注信息。 智慧交通-2万多张道路交通违规检测数据集12类(吉普尼、MPV、多功能厢式车、皮卡货车、SUV、轿车、出租车、面包车、公共汽车、红灯、绿灯、卡车)含yolo格式txt标签,适用于YOLO系列算法。 【数据集介绍】 1. 该数据集适合用于道路交通违规检测项目,并且也可以应用于其他科研落地项目; 2. 数据集中包含超过2万张图片及对应的yolo格式标签,标注精准无误; 3. 数据集共有12个类别:吉普尼、MPV、多功能厢式车、皮卡货车、SUV、轿车、出租车、面包车、公共汽车、绿灯、红灯和卡车。 4. 该数据集适用于YOLO全系列算法,从YOLOv3到YOLOv10无需任何转换操作,并且已经划分好训练集、验证集与测试集,可以直接用于训练; 5. 使用YOLOv9对本数据集进行训练时准确率可达94.6%。 【备注】 请放心下载使用,可用于科研项目、课程设计、毕业设计及实际落地应用等场合。该数据集质量优良,不含任何垃圾信息。欢迎交流学习。
  • -7953张图片-含VOC(xml)与YOLO(txt).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”。
  • 线与(VOC+YOLO,含4023张图片,27个).zip
    优质
    本资源提供车道线及路面标识识别的数据集,包含4023张图像和27种类别标签,支持VOC与YOLO两种数据格式。 样本图展示了一个包含4023张jpg图片的数据集,每张图片都配有对应的VOC格式xml文件以及YOLO格式txt文件(不含分割路径的txt文件)。数据集中共有27个不同的标注类别,具体名称包括:自行车道、公交专用道、人行横道、禁止鸣笛、向前箭头-左向版、向前箭头-右向版、靠右行驶、向左箭头、标线(如车道分隔线)、中央隔离带等。所有图片和标注文件均存放于服务器上,建议在电脑端进行资源详情查看后下载使用。
  • 监控视角VOC+YOLO5236张5.zip
    优质
    本份样本图:来自链接为blog..net/2403_88102872的文章详情页面。文件体积较大,需放到服务器端进行存储和分发。建议在电脑端访问资源信息页面并进行详细查看与下载操作。数据集格式为Pascal VOC与YOLO格式并存,在格式中,仅包含未涉及分割路径的txt文件,其中对应于jpg图片的是Pascal VOC的xml文件和YOLO格式的txt文件。具体数量如下:在jpg图片文件中,共有5,236份图片数据;对应的VOC标注为5,236个xml文件,Yolov5格式则有相应的5,236份txt文件。具体数量统计为:图片数量(jpg文件个数):5,236;标注数量(xml文件个数):5,236;yolo标签文件个数:5,236。在标注类别数目方面,共有5种,具体类别包括自行车、公交车、汽车、摩托车以及载重车。注释框分布情况如下:每类中的框数统计如下:自行车部分共有74个注释框,公交车部分则达1,173个,汽车部分为45,642个,摩托车部分则有2,522个,载重车部分注释框数目为6,084个。各分类注释框总数为55,495个,其中自行车部分有74个框,公交车部分则达1,173个,汽车部分为45,642个,摩托车部分则有2,522个,载重车部分注释框数目为6,084个。具体操作包括对每个类别对象画出其对应的矩形框以实现准确分类。本份数据集不对训练的模型或者权重文件精度作任何保证,其提供的标注结果仅基于当前版本的标记工作,并依据labelImg工具生成,此数据集仅提供可靠且合理的标注参考。”
  • (VOC
    优质
    该数据集包含了大量标注的交通信号灯图像,采用VOC格式存储,为研究者提供了一个宝贵资源以训练和测试交通信号识别算法。 在智慧城市与自动驾驶领域,交通信号灯数据(红绿灯数据)的应用十分广泛。我整合了两个红绿灯检测的数据集:Traffic-Lights-Dataset-Domestic 和 Traffic-Lights-Dataset-Foreign。前者是国内收集的3053张图片组成的红绿灯检测数据集;后者则是从国外搜集到的10142张图片构成的数据集。这两个数据集中,所有的交通信号灯都已经标注好了红、黄、绿三种颜色的状态,可以直接用于目标检测模型训练使用。
  • 【目含71880张辆分(VOC+YOLO摩托、救护、消防、警、警用摩托、轿大型货).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。
  • 【目】鱼2798张图片,31(VOC+YOLO).zip
    优质
    本数据集包含2798张鱼类图像,适用于目标检测任务,涵盖了31种不同的鱼类类别,并提供VOC和YOLO两种格式的标注文件。 数据集格式:VOC格式+YOLO格式 图片数量(jpg文件个数):2798 标注数量(xml文件个数):2798 标注数量(txt文件个数):2798 标注类别数:31 标注类别名称:Bangus、Big Head Carp、Black Spotted Barb、Catfish、Climbing Perch、Fourfinger Threadfish、Freshwater Eel、Glass Perchlet、Goby、Gold Fish、Gourami、Grass Carp、Green Spotted Puffer、Indian Carp、Indo-Pacific Tarpon, Jagua
  • 拥堵(VOC+YOLO,含1899张图片,1个).zip
    优质
    该数据集包含1899张图像,旨在通过VOC和YOLO格式提供交通拥堵状况的数据支持,便于模型训练与评估。专注于单一类别检测,助力智能交通系统研究与发展。 样本图:请到服务器下载文件(务必使用电脑端资源详情查看并下载) 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):1899 标注数量(xml文件个数):1899 标注数量(txt文件个数):1899 标注类别数:1 标注类别名称:[crowd] 每个类别标注的框数: - crowd 框数 = 2273 总框数:2273 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练模型或权重文件精度作任何保证,仅提供准确且合理的标注。
  • 高速公1700张单图像(YOLO).zip
    优质
    本数据集包含1700张针对高速公路车辆的高分辨率图像,适用于YOLO模型训练和验证,确保精准的目标检测性能。 目标检测项目使用了高速公路车辆的数据集,包含1700张图片和对应的标注文件。数据格式遵循YOLO标准,并且所有图像都是通过固定摄像头拍摄的高速公路上行驶的汽车照片。 具体来说: - 图片数量:1700(jpg文件) - 标注数量:1700(txt文件) - 标注类别数:1 - 唯一标注类别名称为“car” 此外,我们使用了labelImg工具进行数据的标注工作。按照规则,对于每个识别到的汽车目标,在图像中标记矩形框以方便模型训练和评估。 总共有0个边界框被标记在所有图片中(即目前的数据集中没有提供任何具体的车辆位置信息)。