Advertisement

YOLO水果检测数据集:含8000张高质量图片及完整标注信息

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


简介:
YOLO水果检测数据集包含8000张高质量图像与详尽标注信息,旨在提升水果识别精度,适用于机器学习和计算机视觉研究。 项目介绍: 该数据集包含 6 种不同水果(苹果、葡萄、菠萝、橙子、香蕉和西瓜)的 8479 张图像。每张图像都以 YOLOv8 格式进行了注释。 对每幅图像进行以下预处理操作: - 自动定向并剥离 EXIF 方向信息 - 调整大小至 640x640 像素(拉伸) - 应用增强功能,为每个源图像创建三个版本 对于边界框应用了如下变换: - 每个图像的水平翻转概率为 50% 数据集按以下比例进行划分: - 训练集:84% - 验证集:11% - 测试集:5% 下载后,请先阅读项目中的 README.md 文件(如有),以便更好地了解项目的详情和使用方法。本资源仅供学习参考,严禁用于商业用途。 对于任何疑问或需要帮助的情况,欢迎随时与我联系。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • YOLO8000
    优质
    YOLO水果检测数据集包含8000张高质量图像与详尽标注信息,旨在提升水果识别精度,适用于机器学习和计算机视觉研究。 项目介绍: 该数据集包含 6 种不同水果(苹果、葡萄、菠萝、橙子、香蕉和西瓜)的 8479 张图像。每张图像都以 YOLOv8 格式进行了注释。 对每幅图像进行以下预处理操作: - 自动定向并剥离 EXIF 方向信息 - 调整大小至 640x640 像素(拉伸) - 应用增强功能,为每个源图像创建三个版本 对于边界框应用了如下变换: - 每个图像的水平翻转概率为 50% 数据集按以下比例进行划分: - 训练集:84% - 验证集:11% - 测试集:5% 下载后,请先阅读项目中的 README.md 文件(如有),以便更好地了解项目的详情和使用方法。本资源仅供学习参考,严禁用于商业用途。 对于任何疑问或需要帮助的情况,欢迎随时与我联系。
  • YOLO焊接缺陷物体3000代码
    优质
    简介:本数据集提供了一个包含3000张高质量图像和全面注释信息的YOLO焊接缺陷检测资源,旨在推动相关领域的研究进展。 项目介绍 本数据集专为焊接表面缺陷的物体检测设计,并采用YOLO格式进行标注。它包含3000张高质量图像及其完整的标签信息,涵盖了三个类别:不良焊接、良好焊接及存在缺陷的情况。 该数据集适用于对象检测任务的研究与开发工作,具体分类详情请参阅data.yaml文件中的描述内容。所有图片均来自不同的图像集合和现有数据集中整合而来。 对于初学者来说,在下载完成后可以直接通过私信的方式寻求指导和支持(包括远程教学服务),以帮助顺利运行项目。 具备一定编程技能的用户可以在原有代码基础上进行修改与扩展,从而实现更多个性化功能。这非常适合用于毕业设计、课程作业等学术研究目的。 最后,请务必在使用前仔细阅读README.md文件中的说明信息,以便更好地理解和操作整个资源包。 请注意:本资料仅供学习和参考之用,并严禁任何商业用途的实施行为。如遇问题或需要进一步的帮助时,欢迎随时与我联系沟通解决。
  • YOLOv51000
    优质
    本资源提供一个包含1000张图片的YOLOv5水果数据集,内附详细的标注信息,适用于目标检测模型训练与测试。 进行苹果、香蕉、橙子的水果识别用于Yolov数据集,总共有1000张图片,其中大部分背景为白色,少部分包含背景干扰。如果有需要可以下载测试数据集。
  • YOLO施工工地安全——包5000
    优质
    YOLO施工工地安全图像数据集提供5000张高质量图片,涵盖施工现场各类场景,每张图片均配备详尽注释信息,助力提升建筑工地安全管理效率与准确性。 这是一个适合初学者使用的数据集,适用于多类分类、对象检测和跟踪任务。该数据集包含5000张高质量图像,并且每一张图片都已标注完整。注释采用 YoloV8 格式,使得任何人都可以使用这些数据来训练模型并生成结果。 标签包括:“安全帽”、“口罩”、“无安全帽”、“无口罩”、“无安全背心”、“人员”、“安全锥”、“安全背心”、“机械”和“车辆”。在跟踪和监控应用中,一个人是否戴着安全帽非常重要。由于大多数数据集没有以这种特定方式注释,这使得该数据集非常有用。 此外,提供了元数据文件 metadata.csv 和 count.csv ,这些文件包含了有关数据集的信息以及 train-val-test 的计数信息。 对于初学者来说,在下载完数据后,请务必先阅读 README.md 文件(如果有的话),以便更好地了解项目详情和使用方法。本资源仅供学习参考之用,并且不得用于商业用途。
  • YOLO抽烟行为
    优质
    本数据集提供大量包含抽烟场景的图像及其标注文件,旨在支持YOLO模型对抽烟行为进行精准识别与分析研究。 YOLO抽烟目标检测数据集包含图片和标定数据。
  • YOLO蔬菜目8万).rar
    优质
    简介:该资源包含YOLO水果蔬菜目标检测数据集,内有8万张图片用于训练和测试模型识别不同种类的水果与蔬菜。 1. 资源描述:YOLO目标检测水果蔬菜数据集(8万张图像).rar 2. 资源内容包括参数化编程、便于更改的参数设置,以及清晰易懂的代码结构与详尽注释。 3. 该资源适用于计算机科学、电子信息工程和数学等专业的大学生课程设计、期末大作业及毕业设计项目。 4. 用户可根据需求进一步探索更多数据集及其他仿真源码(详情可自行搜索相关资料)。 5. 资源提供者是一位资深算法工程师,拥有十年在Matlab、Python、C/C++、Java以及YOLO目标检测领域的工作经验。擅长计算机视觉技术、智能优化和信号处理等众多领域的算法仿真实验,并乐意与他人分享交流学习心得。
  • 8000的口罩
    优质
    本项目成功构建了一个独特的口罩图像数据库,内含8000张已标注图片,为面部识别与疫情防控研究提供了宝贵的资源。 已标注好的口罩数据集包括face和mask两部分。
  • YOLOv5目人脸口罩8000文件).zip
    优质
    本资源包含YOLOv5模型训练所需的人脸口罩目标检测数据集,内含8000张图像及其对应的标注文件,适用于开发疫情防护等相关应用。 1. 资源描述:约4000张不带口罩的人脸图片及4000张带口罩的人脸图片,包含标注文件,符合YOLOv5格式,可直接用于训练。 2. 资源特点:数据质量高、标注框精确度高,可以直接应用于yolo目标检测任务中。 3. 适用对象:计算机科学、电子信息工程和数学等专业的大学生课程设计、期末大作业及毕业设计项目。 4. 此资源集合由一位资深算法工程师提供。该工程师在某大型企业工作超过十年,精通Matlab、Python、C/C++和Java等多种编程语言,并专注于YOLO算法仿真研究。 5. 他擅长计算机视觉技术的应用开发、目标检测模型的构建与优化、智能优化算法的设计及实现,同时对神经网络预测分析、信号处理方法以及元胞自动机理论有着深入的理解。此外,在图像处理领域也积累了丰富的经验,包括但不限于智能控制策略设计和路径规划方案制定,并且在无人机相关技术研究方面也有独到见解。 6. 欢迎广大科研人员和技术爱好者与他交流学习。
  • 340XML
    优质
    这是一个含有340张图片的水果XML标注数据集,适用于训练和测试图像识别模型,助力于水果分类与识别的研究。 我们有一个水果数据集,包含三种类别:苹果、香蕉和葡萄。整个数据集中共有340张图片,并且这些图像的标签是以XML格式进行标注的。使用的标注工具是精灵标注助手。
  • 行人Yolo算法7504).zip
    优质
    本资源提供一个专为行人检测设计的数据集,包含7504张已标注图像,采用YOLO算法优化行人识别模型训练效果。 yolo系列算法的目标检测数据集包含标签文件,可以直接用于训练模型并进行验证测试。该数据集已经按照不同的Yolo版本(如YOLOv5、YOLOv8、YOLOv9、YOLOv7、YOLOv10和YOLOv11)划分好。 数据集中有两种格式的标签:yolo格式(txt文件)和VOC格式(xml文件),分别保存在两个不同的文件夹中。yolo格式的具体内容为: ,其中: - `` 表示目标类别的索引号(从0开始计数) - `` 和 `` 分别表示目标框中心点的X和Y坐标值,这些数值是相对于图像宽度与高度的比例,并且范围在0到1之间 - `` 和 `` 表示目标框的实际宽高比例,同样也是以图像尺寸为基准计算得出。