Advertisement

猫狗脸部检测数据集(采用VOC格式的XML文件,已区分训练集与测试集)

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


简介:
本数据集包含大量标注清晰的猫和狗图像,使用VOC格式的XML文件存储详细信息,并分为训练集和测试集两部分。 项目包含猫和狗脸部检测图像目标检测数据集(VOC标注格式的xml文件,并已划分训练集和测试集)。数据保存为文件夹形式,经测试可直接用于目标检测任务,无需额外处理。 【数据集介绍】该数据集中包括猫和狗的脸部图像,共两个类别:猫、狗。 【数据总大小】361MB 【数据集详情】data目录下分为train(训练数据)和test(测试数据)两个主要目录。每个主目录内各有两个子文件夹: - images 存放图片数据; - labels 存放标注文件。 具体数量为:训练集中共有2949张jpg格式的图像及其对应的xml解释文件,而测试集包含737张jpg图像和相应的xml说明文档;另外还有1200张未被标记的测试用图。 【json 文件】提供了一个包含10个类别的json字典文件以方便查看数据。此外还附带了可视化py脚本,只需随机传入一张图片即可绘制边界框,并且保存在当前目录下。该脚本无需修改就可以直接运行!

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VOCXML
    优质
    本数据集包含大量标注清晰的猫和狗图像,使用VOC格式的XML文件存储详细信息,并分为训练集和测试集两部分。 项目包含猫和狗脸部检测图像目标检测数据集(VOC标注格式的xml文件,并已划分训练集和测试集)。数据保存为文件夹形式,经测试可直接用于目标检测任务,无需额外处理。 【数据集介绍】该数据集中包括猫和狗的脸部图像,共两个类别:猫、狗。 【数据总大小】361MB 【数据集详情】data目录下分为train(训练数据)和test(测试数据)两个主要目录。每个主目录内各有两个子文件夹: - images 存放图片数据; - labels 存放标注文件。 具体数量为:训练集中共有2949张jpg格式的图像及其对应的xml解释文件,而测试集包含737张jpg图像和相应的xml说明文档;另外还有1200张未被标记的测试用图。 【json 文件】提供了一个包含10个类别的json字典文件以方便查看数据。此外还附带了可视化py脚本,只需随机传入一张图片即可绘制边界框,并且保存在当前目录下。该脚本无需修改就可以直接运行!
  • 路面缺陷VOC标注xml
    优质
    本数据集包含大量标记为XML格式的路面图像,依据VOC标准,专门用于训练和评估路面缺陷检测模型,涵盖训练及测试两部分。 项目包括路面缺陷检测数据(VOC格式的xml文件),已经划分成训练集和测试集。图像分辨率为600*600像素的RGB图片,用于目标检测的数据集。该数据集中包含4类道路缺陷:纵向裂纹、横向裂纹、坑洞及不规则裂缝。 【数据总大小】194 MB 【数据集详情】 - data目录下分为train和test两个主要子目录。 - train目录包括images文件夹(存放2264张训练图片)以及labels文件夹(包含对应的xml标注文件共2264个)。 - test目录同样包括images文件夹(565张测试图片)和labels文件夹(对应565个xml解释文件)。 【json文件】 - 提供了表示四个类别的json字典,方便查看数据集信息。 此外,项目中还包括一个用于可视化的Python脚本。用户可以随机选择一张图片输入该脚本来绘制边界框,并将结果保存在当前目录下。此脚本无需修改即可直接运行。
  • 管道焊接缝缺陷VOC标注xml,并
    优质
    本数据集包含大量管道焊接缝图像,使用VOC xml文件标注缺陷,旨在提升机器学习模型在工业无损检测中的应用效果。数据集按比例随机分为了训练和测试两部分。 项目包含管道焊接缝缺陷检测的数据集(采用VOC格式的xml文件,并已划分为训练集和测试集)。数据以文件夹形式保存,可以直接用于目标检测任务,无需额外处理。 图像分辨率为800*800的RGB图片,属于管道焊接缝隙缺陷检测类别。该数据集中包含两类:good 和 bad。 【数据集介绍】 - 管道焊接缝隙缺陷图像数据。 - 数据总大小为106MB。 - 【数据集详情】data目录下分为两个子目录,分别是train和test: - train目录中包括908张图片及其对应的xml标注文件(共908个); - test目录包含226张测试图像及相应的226个xml解释文件。 【json文件】:提供了一个描述两类别的字典文件。 为了便于查看数据,还提供了可视化py脚本。该脚本能随机选取一张图片并绘制边界框,并将结果保存在当前目录中,无需修改即可直接运行。
  • 小规模
    优质
    本数据集包含针对小规模猫狗图像进行分类训练和测试的图片资料,旨在支持宠物识别模型的研发及优化。 里面存储了几百张小型猫狗的数据图片,并且已经按照比例划分好了训练集(train)和测试集(test)。
  • (含
    优质
    猫的数据集包含大量标注为猫或非猫的图像,用于机器学习模型训练和评估。数据集分为独立的训练集和测试集,便于算法开发及性能验证。 我收集了一个猫的数据集,用于训练基于HOG特征的分类器。详情可以参考我的博客文章。
  • 【含37500张图片
    优质
    这是一个包含37,500张图片的数据集,专为训练和评估猫狗识别模型设计,内部分为训练集和测试集。 训练数据集包含25000张图片,其中猫和狗各12500张。前一半的图片是猫,后一半则是狗。测试数据集中有12500张图片,其中包括等量的猫和狗图像。
  • CUHK Occlusion Dataset(YOLOVOC)含划
    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)。
  • 行人(VOC xml),包括两
    优质
    本数据集采用VOC格式XML文件存储,专注于行人检测任务,包含标注图像及对应XML文件,适用于训练与评估相关算法模型。 行人目标检测数据集包含xml文件、图片以及txt标签。其中两个数据集的大小分别为400多M和100多M。
  • 目标TXT、验证
    优质
    本文介绍了如何将目标检测的数据集按照标准的比例划分为训练集、验证集和测试集,并以TXT文件的形式存储各自包含的图片ID,便于模型训练与评估。 目标检测数据集划分可以通过txt格式进行(训练集、验证集、测试集),只需填写绝对路径即可将图片和标签划分为所需部分。注意,标签文件应为txt格式。
  • -
    优质
    简介:本项目提供一个人脸识别的数据集,包含用于模型训练和评估的独立子集。这些数据为研究者提供了宝贵的资源以改进人脸识别技术。 使用大约10000个训练集和4000个数据集进行工作。