目标检测数据集（YOLOV5目录格式）：针对雾天的行人和车辆五类目标检测数据集

5星

浏览量: 0

大小:None

文件类型：ZIP

简介：
该数据集专为雾天环境设计，包含行人与车辆五大类别，采用YOLOv5标准目录结构，适用于提升目标检测模型在恶劣天气条件下的性能。项目包含雾天下的行人与车辆目标检测数据集（5类别），按照YOLOV5文件夹结构保存，可直接用于目标检测任务。图像分辨率为400-1000的RGB图片，其中包含了雾天马路上常见的车辆和人群。【数据集介绍】该数据集中包含五种类别的对象：人、轿车、公交车、自行车及摩托车。【数据总大小】共约130MB 训练集包括datasets-images-train文件夹内的4320张图像及其对应的标签txt文件，验证集则为datasets-images-val文件夹中的100张图片和相应的标签。为了便于查看数据内容，提供了一个可视化py脚本。只需随机传入一张图片即可绘制边界框，并将结果保存在当前目录下。该脚本无需修改便可直接运行。

全部评论 (0)

还没有任何评论哟~

客服

目标检测数据集（YOLOV5目录格式）：针对雾天的行人和车辆五类目标检测数据集

优质

该数据集专为雾天环境设计，包含行人与车辆五大类别，采用YOLOv5标准目录结构，适用于提升目标检测模型在恶劣天气条件下的性能。项目包含雾天下的行人与车辆目标检测数据集（5类别），按照YOLOV5文件夹结构保存，可直接用于目标检测任务。图像分辨率为400-1000的RGB图片，其中包含了雾天马路上常见的车辆和人群。【数据集介绍】该数据集中包含五种类别的对象：人、轿车、公交车、自行车及摩托车。【数据总大小】共约130MB 训练集包括datasets-images-train文件夹内的4320张图像及其对应的标签txt文件，验证集则为datasets-images-val文件夹中的100张图片和相应的标签。为了便于查看数据内容，提供了一个可视化py脚本。只需随机传入一张图片即可绘制边界框，并将结果保存在当前目录下。该脚本无需修改便可直接运行。

行人目标检测数据集（YOLOV5目录格式）

优质

本数据集为行人目标检测设计，遵循YOLOv5目录结构，包含大量标注图像，适用于训练和评估高性能行人检测模型。项目包含行人图像目标检测数据集（采用YOLO格式的txt文件），数据按照YOLOV5目录结构保存，可以直接用于训练和测试。该数据集中仅有一个类别：person，在各种生活环境中进行人体检测。整个数据集大小为526MB，并分为训练集和测试集： - 训练集包含3000张图片及其对应的3000个标签txt文件； - 测试集包括300张图片及相应的300个标签txt文件。此外，还提供了一个检测类别的字典文本段落件。为了便于查看数据情况，我们提供了可视化脚本。运行该脚本时只需输入一张图像即可绘制出边界框，并将其保存在当前目录下。此脚本无需任何修改便可直接使用。

目标检测数据集（YOLOV5目录格式）：针对安检机X光扫描图像的物品分类数据集（含10类）

优质

本数据集专为安检机X光扫描图像设计，包含10种类别的物品分类信息，采用YOLOv5标准目录结构，便于目标检测模型训练与应用。项目包括一个用于X光扫描下包内物品目标检测的数据集（10类别），该数据按照YOLOV5文件夹结构保存，可以直接使用而无需额外处理。图像分辨率为300-500像素的RGB图片，这些图像是通过机场或高铁站安检机对行李进行X射线扫描后生成的物体检测样本。【数据集介绍】此数据集包含10个类别：剪刀、充电宝、手机等。【总大小】378 MB 该数据集分为训练集和验证集： - 训练集（datasets-images-train）包括2880张图片及对应的2880个标签txt文件 - 验证集（datasets-images-val）包含720张图片及相应的720个标签txt文件此外，还提供了一个检测类别的字典文本段落件。为了方便查看数据，我们提供了可视化py脚本。该脚本可以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下。此脚本无需修改即可直接运行。

《数据集》COCO2017行人检测数据集《目标检测》

优质

COCO2017行人检测数据集是《目标检测》中用于训练和评估算法性能的重要资源，包含大量标注图片及行人边界框信息。该数据集包含YOLO与VOC格式的COCO2017行人识别数据，适用于YOLO系列、Faster R-CNN、SSD等多种模型训练。图片总数为10000张，文件中包括图片、txt标签以及指定类别信息的yaml文件和xml标签。已将图片和txt标签划分为训练集、验证集及测试集，可以直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10等系列算法的训练。由于资源超过1G，数据存储于百度网盘，并提供了永久有效链接供下载使用。

针对目标检测的轮胎数据集

优质

本数据集专为提升目标检测算法在轮胎识别领域的性能而设计，包含大量标注清晰的轮胎图像样本。汽车轮胎分类图像数据集包含两类：正常轮胎和缺损轮胎。该数据集用于目标检测、深度学习以及YOLOv5模型的应用。

针对吸烟行为的目标检测数据集

优质

本研究构建了一个专注于识别和定位图像中吸烟行为的目标检测数据集，为相关领域提供高质量训练资源。吸烟检测数据集包含了一系列用于识别和分析吸烟行为的数据样本。这些数据可以被用来训练机器学习模型，以提高对吸烟活动的自动检测能力。通过使用这样的数据集，研究人员能够开发出更准确、高效的算法来监测公共场合中的吸烟现象，并为相关健康政策提供支持。

自建车辆目标检测数据集（1.0）

优质

本数据集为自建车辆目标检测专用，包含多种场景下的高清图像及精确标注框与类别信息，适用于训练和测试相关算法模型。版本1.0。个人自制的目标检测样本集（xml格式）用于完成毕业设计。图像数据来源为江苏路网采集的视频，时间范围从2022年10月27日至2023年4月7日。标注采用labelimg工具，共包含1044个样本，其中两千多个是car标签，少部分为bike标签。免费转载使用时，请注明出处bitzh_tyw。