Advertisement

YOLO葡萄叶病害检测数据集（含20000张图像及VOC/COCO/YOLO标签+划分脚本+训练指南）.rar

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

简介：
这是一个包含20,000张图像的数据集，用于检测葡萄叶病害，附带VOC、COCO和YOLO格式的标注文件以及数据划分脚本和详细的训练指南。 YOLO葡萄叶片病害检测数据集包含20,000张高质量图片，覆盖多种真实场景。使用lableimg标注软件进行标注，确保了高精度的标注框，并提供了VOC（xml）、COCO（json）和YOLO（txt）三种格式标签文件，便于直接用于YOLO系列的目标检测任务。 此外还附赠有关环境搭建、训练案例教程以及数据集划分脚本等资料。用户可以根据自身需求灵活地将数据划分为训练集、验证集及测试集以满足不同的研究或开发需要。 详情和更多相关资源可参考博主的博客文章。如有其他种类的数据集或其他数量的需求，欢迎联系博主进行咨询。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • YOLO葡萄叶病害检测数据集（含20000张图像及VOC/COCO/YOLO标签+划分脚本+训练指南）.rar
    优质
    这是一个包含20,000张图像的数据集，用于检测葡萄叶病害，附带VOC、COCO和YOLO格式的标注文件以及数据划分脚本和详细的训练指南。 YOLO葡萄叶片病害检测数据集包含20,000张高质量图片，覆盖多种真实场景。使用lableimg标注软件进行标注，确保了高精度的标注框，并提供了VOC（xml）、COCO（json）和YOLO（txt）三种格式标签文件，便于直接用于YOLO系列的目标检测任务。 此外还附赠有关环境搭建、训练案例教程以及数据集划分脚本等资料。用户可以根据自身需求灵活地将数据划分为训练集、验证集及测试集以满足不同的研究或开发需要。 详情和更多相关资源可参考博主的博客文章。如有其他种类的数据集或其他数量的需求，欢迎联系博主进行咨询。
     
  • YOLO葡萄叶病害检测数据集（包含1000张图像）及VOC、COCO与YOLO格式标注+划分脚本+训练指南.rar
    优质
    该资源提供了一个关于葡萄叶病害检测的数据集，内含1000张图像，并附有VOC、COCO和YOLO格式的标注文件及数据划分脚本，同时包含详细的训练指南。 该数据集包含1000张高质量的真实场景葡萄叶片病害图片，适用于YOLO系列的目标检测任务。使用lableimg标注软件进行标记，确保了标注框的质量，并提供了VOC（xml）、Coco（json）以及Yolo（txt）三种格式的标签文件，分别存储在不同的文件夹中。 此外，还附赠有搭建YOLO环境和训练案例教程及数据集划分脚本。用户可以根据自身需求自行分配训练、验证与测试的数据集比例。更多关于该数据集的信息可以通过提供的链接查看，并且如果需要其他种类或数量更多的数据集，请联系博主进行咨询。
     
  • YOLO烟叶病害检测数据集（包含1000张图像）及VOC、COCO与YOLO格式标签+划分脚本+训练指南.rar
    优质
    该资源包提供了一个包含1000张图像的YOLO烟叶病害检测数据集，附带VOC、COCO和YOLO格式标注文件及划分脚本，配备详细的训练指导文档。 该数据集包含150张高质量的烟叶病害真实场景图片，格式为jpg，并分为训练集和验证集。使用lableimg标注软件进行标注，提供了高精度的YOLO格式（txt标签）注释文件，可以直接用于YOLO系列的目标检测任务。此外，还提供代码、演示视频以及安装教程等资源供用户参考。数据详情及更多下载信息可在相关博客文章中查看。
     
  • YOLO PCB缺陷检测数据集（包含5000张图像）及VOC/COCO/YOLO标签+划分脚本+训练指南.rar
    优质
    该资源包提供了一个用于PCB缺陷检测的数据集，内含5000张标注图片和详细的标签文件，支持VOC、COCO与YOLO格式，并附带数据集划分及模型训练指南。 本数据集包含用于YOLO目标检测的PCB缺陷图像，图片质量高且场景丰富多样。使用LabelImg软件进行标注，确保了高质量的标注框，并提供VOC (xml)、Coco (json) 和 Yolo (txt) 三种格式标签文件，分别存放在不同文件夹中，可以直接用于YOLO系列的目标检测。 此外还附赠环境搭建教程、训练案例以及数据集划分脚本。用户可以根据需求自行进行训练集、验证集和测试集的划分。 详情及更多数据集信息可参考相关文章或直接联系博主获取更多信息。
     
  • YOLO PCB元件检测数据集（内含5000张图像）及VOC/COCO/YOLO标签+划分脚本+训练指南
    优质
    简介：提供包含5000张图像的PCB元件检测数据集，涵盖VOC、COCO和YOLO格式标签，附带划分与训练指导脚本。 该数据集包含高质量的真实场景图片，适用于PCB电路板元件的YOLO目标检测任务。使用lableimg标注软件进行标注，提供voc（xml）、coco(json)及yolo(txt)三种格式标签文件，并分别存储在不同文件夹中，便于直接用于YOLO系列模型训练。 此外还附赠了环境搭建教程、训练案例和数据集划分脚本，用户可根据需求自行划分训练集、验证集与测试集。更多关于该数据集的详情展示和其他相关资源可以参考博主的文章。如有额外数量或其他类型的数据集需求，请通过平台私信联系博主。
     
  • YOLO树叶分类目标检测数据集（包含1000张图像）+VOC、COCO及YOLO格式标签+划分脚本+训练指南.rar
    优质
    该资源包提供了一个用于树叶分类的目标检测数据集，含1000张图像，并附有VOC、COCO和YOLO格式的标注文件以及详细的划分脚本和训练指南。 该数据集为YOLO树叶分类目标检测设计，包含高质量的真实场景图片，并且场景多样。利用lableimg标注软件进行人工标注，确保了高精度的标注框质量。标签以VOC (xml)、Coco(json) 和 YOLO(txt)三种格式提供，并分别存放于不同的文件夹中，便于用于YOLO系列的目标检测任务。 此外还附带提供了YOLO环境搭建教程和训练案例指南以及数据集划分脚本，用户可以根据具体需求自行调整训练集、验证集与测试集的分配比例。
     
  • YOLO跌倒检测数据集（内含5000张图像）及VOC/COCO/YOLO格式标签+划分脚本+训练指南.rar
    优质
    该资源包含一个用于跌倒检测的数据集，共有5000张图像，并附有详细的标注文件和转换工具，支持VOC、COCO及YOLO格式，另提供数据划分与训练教程。 该数据集包含9200张高质量的jpg格式图片，用于YOLO跌倒目标检测的真实场景图像。所有图片均使用lableimg标注软件进行标注，并采用VOC格式（即xml标签）存储，可以直接应用于YOLO系列的目标检测任务中。更多关于数据集详情的信息可以在相关博客文章中查看。
     
  • YOLO苹果瑕疵检测数据集（包含5000张图像）+VOC/COCO/YOLO标签+划分脚本+训练指南.rar
    优质
    这是一个包含5000张图片的数据集，用于苹果瑕疵检测，附带VOC、COCO和YOLO格式的标注文件以及数据划分与训练教程。 该数据集包含YOLO苹果缺陷目标检测的真实场景高质量图片，涵盖多种不同场景。使用lableimg软件进行标注，确保了高精度的标注框，并提供了VOC（xml）、Coco（json）及Yolo（txt）三种格式标签文件供用户选择和应用。 此外，还附赠有YOLO环境搭建指南、训练案例教程以及数据集划分脚本。这些资源能够帮助使用者根据需要自行规划并分配训练集、验证集与测试集的比例，以满足不同的研究需求或项目要求。
     
  • YOLO棉花病虫害识别数据集（内含1000张图像及VOC/COCO/YOLO标签，附带划分脚本与训练指南）.rar
    优质
    这是一个包含1000张图片和详细标注的YOLO棉花病虫害识别数据集，提供VOC、COCO及YOLO格式标签，并附有训练脚本和指导。 YOLO棉花病虫害检测数据集包含真实场景的高质量图片，涵盖丰富多样的实际应用场景。使用lableimg标注软件进行标记，确保了标注框的质量，并提供了voc(xml)、coco(json)和yolo(txt)三种格式标签文件，分别存放在不同文件夹中以供直接用于YOLO系列的目标检测任务。 此外，还附赠有详细的YOLO环境搭建教程及训练案例说明以及数据集划分脚本。用户可根据自身需求灵活地对训练集、验证集与测试集进行划分和调整使用。 详细的数据集信息展示和其他相关资源可以在博客文章中查阅。如果有更多数量的需求或其他类型的数据集需要，欢迎通过私信联系博主获取进一步的帮助和支持。
     
  • YOLO垃圾分类数据集（包含20000张图片）及VOC、COCO、YOLO格式标签、划分脚本与训练指南.rar
    优质
    这是一个包含20000张图像的YOLO垃圾分类数据集，内含VOC、COCO和YOLO三种格式的标签文件以及数据划分脚本和详细的训练指南。 YOLO垃圾分类检测数据集包含真实场景的高质量图片数据，并且覆盖多种实际使用情况。这些图像通过lableimg标注软件进行精确标注，确保了高质素的数据标签准确性。标签以VOC（xml）、COCO（json）和YOLO（txt）三种格式提供，并分别存储在不同的文件夹中，可以直接用于YOLO系列的目标检测任务。 此外还提供了详细的教程来指导用户搭建YOLO环境、训练模型以及使用脚本进行数据集的划分。这些资源帮助使用者根据具体需求轻松地将数据划分为训练集、验证集和测试集。 详情展示及更多相关数据集的信息可以参考相关的博客文章，如有进一步的需求或问题可通过私信联系博主获取支持与解答。