Advertisement

YOLO车辆与行人识别数据集

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

简介：
YOLO车辆与行人识别数据集是一个大规模标注的数据集合，专为训练和测试物体检测算法设计，涵盖各种交通环境下的车辆及行人图像。 YOLO车辆行人识别数据集包含两个目标类别：person和car。该数据集中共有5000多张图片用于行人与车辆的检测任务，标签格式有txt和xml两种版本，并分别保存在不同的文件夹内。 关于数据集的具体内容及使用情况可以参考相关文章介绍。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • YOLO车辆与行人识别数据集
    优质
    YOLO车辆与行人识别数据集是一个大规模标注的数据集合，专为训练和测试物体检测算法设计，涵盖各种交通环境下的车辆及行人图像。 YOLO车辆行人识别数据集包含两个目标类别：person和car。该数据集中共有5000多张图片用于行人与车辆的检测任务，标签格式有txt和xml两种版本，并分别保存在不同的文件夹内。 关于数据集的具体内容及使用情况可以参考相关文章介绍。
     
  • YOLO车辆与行人四类识别数据集
    优质
    简介：该数据集专为车辆及行人类别的检测设计，涵盖多种交通场景下的图像标注信息，旨在提升基于YOLO算法的目标识别精度。 YOLO车辆行人四类别识别数据集包含四个目标类别：person、car、bus 和 truck。该数据集中有4000多张用于检测行人的图片以及车辆的图片，标签格式为txt和xml两种，分别保存在两个不同的文件夹中。 数据集及检测结果参考相关博客文章的内容描述了YOLO模型在这套数据集上的应用情况。
     
  • VeRi.zip（车辆识别数据集）
    优质
    VeRi.zip包含了一个专为车辆再识别设计的数据集，内含大量校园和城市环境中车辆的图片及标注信息，旨在促进计算机视觉领域中关于车辆识别的研究与应用。 VeRi.zip（Vehicles识别数据集）
     
  • UIUC车辆识别数据集
    优质
    UIUC车辆识别数据集是由伊利诺伊大学厄巴纳-香槟分校提供的大规模图像数据库，主要用于研究和开发先进的车辆检测与分类技术。该数据集包含了多种类型、视角及光照条件下的车辆图片，为科研人员提供了宝贵的实验资源。 数据集中包含用于评估目标检测算法的汽车侧视图图像。这些图像是由Shivani Agarwal、Aatif Awan 和 Dan Roth 在 UIUC 收集并整理的，并在相关论文实验中使用。所有汽车图片均为灰度图像，原始格式为 PGM，共有 1328 张图片。 数据说明： - 数据集中包含以下内容： - 训练图像共1050张（其中550张是汽车图像，另外500张是非汽车图像）。 - 单比例测试图像有170张，其中包括大约与训练集中的汽车大小相同的200张图片。 - 多尺度测试图像是指包含不同尺寸的139辆汽车的108张图片。 评估文件提供了用于评价各种算法的标准方法。
     
  • BITviehcle车辆识别数据集
    优质
    BITvihecle车辆识别数据集是由北京理工大学开发的一个大规模车辆图像数据库，旨在推动无人驾驶和智能交通系统中的车辆识别技术发展。该数据集包含了多种类型、视角及环境下的高质量车辆图片，并提供了详细的标注信息，适用于训练与评估先进的计算机视觉算法。 这是车辆识别常用的数据集之一。原始数据只有mat标签文件，并无xml格式的文件。我已将这些数据按VOC格式转换为xml文件，共有9850张图片，按照8:2的比例划分了训练集与测试集。希望这对您有所帮助。该数据集中包含六种车型标签：Bus、Truck、SUV、Microbus、Sedan和Minivan。由于文件过大，无法直接上传xml文件，请理解。
     
  • 适用于Yolo训练的车辆和行人数据集
    优质
    该数据集专为YOLO算法设计，包含丰富的车辆与行人图像样本，涵盖多样化的场景、光照条件及视角变化，旨在提升模型在复杂环境下的检测精度。 该数据集包含1万多张带有标签的图片，用于车辆行人检测任务。目标类别包括person和car两种。标签格式提供VOC（xml）和YOLO（txt）两种格式，适用于智能驾驶场景中的车辆行人检测需求。
     
  • 车辆识别与分类的数据集
    优质
    本数据集包含了大量标注清晰的道路车辆图像，旨在促进研究者在车辆识别和分类领域的算法开发与性能评估。 该数据集包含自行车、摩托车、汽车和货车的图像数据，可用于训练CNN模型以实现车辆识别与分类任务。其中，自行车、摩托车及汽车的数据来源于2005年PASCAL视觉对象挑战赛（VOC2005）中的筛选处理结果；而货车图片则通过网络收集并进行后期筛选得到。在本数据集中，训练集和测试集的比例约为5:1。 文件列表包括： - 训练集：train.tfrecords - 测试集：test.tfrecords 标签值解释如下： 0 - 自行车 1 - 汽车 2 - 摩托车 3 - 货车
     
  • 车辆类别识别VOC数据集
    优质
    车辆类别识别VOC数据集是一个包含多种车辆图像的数据集合，旨在促进物体检测和分类的研究。该数据集为研究人员提供了一个丰富的资源库，用于开发和评估算法在不同类型的车辆识别上的性能。 我整理了一个车辆类型的数据集，包含1500张图片，并分为7个类别：Bus、Car、SportsCar、MicroBus、Truck、SUV 和 Jeep。该数据集采用VOC格式，并使用LabelImg工具进行标注，可以转换为TFRecord格式的数据集。
     
  • YOLO智能车辆目标识别数据集 car-zhineng-detect-dataset.zip
    优质
    car-zhineng-detect-dataset 是一个包含多种真实驾驶场景下的图像和视频的数据集，专为YOLO算法开发，用于提升智能车辆的目标识别能力。 YOLO智能车目标识别数据集用于检测斑马线、减速带、锥桶等目标，包含txt和xml格式的标签文件。
     
  • 车辆识别数据集合.zip
    优质
    本资料集为《车辆识别数据集合》，包含多种车型在不同环境下的图像和标注信息，旨在促进自动驾驶与交通监控技术的研究与发展。 车辆识别数据集.zip