Advertisement

【目标检测数据集】包含7类车型的1880张车辆分类数据集(VOC+YOLO格式,涵盖摩托车、救护车、消防车、警车、警用摩托车、轿车及大型货车).zip

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 71880VOC+YOLO轿).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。
  • 应急
    优质
    本数据集专为应急车辆设计,包含丰富的警车、救护车和消防车图像样本,旨在提升智能交通系统的识别精度与响应效率。 应急车辆检测数据集包括警车、救护车和消防队。文件train.zip内包含两个CSV文件以及一个图像文件夹,该文件夹中有1646张训练用的图片(占70%),并附有正确的类别标签。此外,test.csv 文件中只列出了测试图像的名字,共有2352个样本作为训练集和测试集的一部分。还有一个名为samplesubmission.csv 的文件包含了706张用于提交结果的测试图片名字(占30%)。这些图片需要按照1表示紧急车辆、0表示非紧急车辆的标准格式进行标注。
  • 与电动VOCYOLO
    优质
    本数据集包含丰富的摩托车和电动车辆图像样本,提供VOC和YOLO两种标注格式,适用于目标检测模型训练和验证。 包含5000多条数据的摩托车电动车数据集,采用YOLO格式,可直接用于训练。
  • Yolo算法-2129注图片-、小汽公交.zip
    优质
    本资源提供了一个包含2129张注释图像的数据集,专为YOLO算法训练设计。该数据集涵盖了多种常见车辆类型,包括卡车、小汽车、摩托车及公交车,有助于提高模型在复杂交通环境下的识别精度和速度。 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及验证测试。该数据集已经划分好,并附有data.yaml配置文件,适用于yolov5、yolov8、yolov9、yolov7、yolov10和yolo11等算法。 此数据集中有两种格式的标签:Yolo格式(txt文件)与VOC格式(xml文件),分别存储在不同的文件夹中。Yolo格式的具体内容为: ,其中: - `` 表示目标类别的索引值,从0开始计数。 - `` 和 `` 分别是目标框中心点的X和Y坐标,这些坐标是以图像宽度和高度为基准的比例值,在0到1之间变化。 - `` 和 `` 表示目标框的实际宽度与高度,同样以比例形式给出。
  • VOC资料
    优质
    《VOC摩托车数据资料集》汇集了各类摩托车的详尽信息,包括车型、性能参数及技术规格等,旨在为爱好者与研究者提供全面的数据支持。 共计有430张摩托车图片。
  • 深度学习——汽小汽、行人、自行、卡、公交
    优质
    本项目专注于深度学习在目标检测领域的应用,特别针对包含多种交通参与者(如小汽车、行人、自行车等)的复杂城市道路场景。通过训练模型识别和分类不同类型的交通工具,旨在提升自动驾驶系统的感知能力与安全性。数据集全面覆盖了从小型摩托车到大型公交车的各种车辆类型,为研究者提供了丰富的测试资源。 数据集包含不同类别的车辆和行人图像:自行车291张、小汽车1797张、人1281张、卡车494张、公交车425张以及摩托车328张。所有图片均从网络上爬取,并由人工进行标注,支持VOC、COCO及YOLO三种格式的数据标注样式。如果涉及侵权,请联系作者删除相关数据。
  • 自行头盔监
    优质
    该数据集包含丰富的摩托车和自行车头盔使用情况的监测记录,旨在研究道路安全、提升骑行者保护措施。 摩托(包含自行车)头盔监测数据集包含了499张骑行状态下的头盔图片。
  • YOLOv5、汽和公交+预训练权重+
    优质
    本项目提供了一个基于YOLOv5的深度学习模型,专门用于检测摩托车、汽车及公交车。包含预训练权重与相关数据集,便于快速部署和二次开发。 使用YOLOv5进行摩托车与汽车检测的项目包括训练好的摩托车检测模型权重、PR曲线、loss曲线等内容,并且在特定数据集上达到了90%以上的mAP值。该数据集中包含car(汽车)、bus(公交车)和motorbike(摩托车)这三类目标,标签格式为txt和xml两种文件类型,分别保存于不同的文件夹中。 该项目采用PyTorch框架编写并使用Python代码实现。
  • - 系列 - DataBall
    优质
    摩托车检测数据集是DataBall推出的目标检测系列产品之一,专门针对不同品牌和型号的摩托车进行精确识别与分类,助力自动驾驶技术的研发。 数据集-目标检测系列-摩托车检测数据集 motorcycle - DataBall 数据量:110个样本 解析脚本地址提供了解析脚本的相关信息。 运行方式: 设置脚本数据路径 path_data 运行脚本:python demo.py