Advertisement

1600张的VOC格式昆虫数据集.rar

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

简介：
本资源包含一个以VOC格式存储的大型昆虫图像数据集，共计1600张图片，适用于计算机视觉领域的物种识别和分类研究。 昆虫标本数据集包含1600张图片及对应的xml格式文件，用于昆虫目标检测与分类。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 1600张的VOC格式昆虫数据集.rar
    优质
    本资源包含一个以VOC格式存储的大型昆虫图像数据集，共计1600张图片，适用于计算机视觉领域的物种识别和分类研究。 昆虫标本数据集包含1600张图片及对应的xml格式文件，用于昆虫目标检测与分类。
     
  • 昆虫识别数据集（VOC+YOLO格式），含1873张图片，7个类别.7z
    优质
    本数据集包含1873张图像和七个不同的昆虫类别，采用VOC与YOLO兼容格式，适用于昆虫识别任务的模型训练和验证。 数据集格式：Pascal VOC 格式 + YOLO 格式（不包含分割路径的 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）。 图片数量（jpg 文件个数）：1873 标注数量（xml 文件个数）：1873 标注数量（txt 文件个数）：1873 标注类别数目：7 标注类别名称：Boerner, Leconte, Linnaeus, acuminatus, armandi, coleoptera, 和linnaeus 每个类别的标注框数： - Boerner 框数 = 1859 - Leconte 框数 = 2711 - Linnaeus 框数 = 1046 - acuminatus 框数 = 1130 - armandi 框数 = 1932 - coleoptera 框数 = 2163 - linnaeus 框数 = 907 总框数：11748 使用标注工具：labelImg 标注规则：对类别进行画矩形框。 重要说明： 暂无特别声明。
     
  • 蚂蚱与蝗虫数据集（含600张图片，VOC及YOLO格式）.rar
    优质
    本资源包含600张关于蚂蚱和蝗虫的高质量图像，提供VOC和YOLO两种标注格式，适用于目标检测研究和模型训练。 蚂蚱蝗虫数据集包含600张图片及相关标注文件（VOC格式xml文件及YOLO格式txt文件），不含分割路径的txt文件。 - 图片数量：600张jpg图像。 - 标注数量： - VOC格式xml文件：600个 - YOLO格式txt文件：600个 标注类别总数为1，具体如下： - 类别名称：grasshopper（蚂蚱） - grasshopper标签框数总计：1279个 使用工具： - 标注工具：labelImg 规则说明： - 对目标进行矩形框标注。 特别提示： 无额外重要说明。 声明： 本数据集不保证训练模型或权重文件的精度，仅提供准确合理的标注信息。
     
  • [数据集][VOC][正版]奔跑检测数据集（VOC格式）- 3248张
    优质
    本数据集提供3248张图像，遵循PASCAL VOC标准，专注于奔跑动作识别与分析，适用于计算机视觉领域研究。 数据集采用Pascal VOC格式存储（不含分割的txt文件），仅包含jpg图片及对应的xml文件。 - 图片数量：3248张 - 标注数量：3248个标注文件(xml) - 标注类别数：两类 - 类别名称包括：running 和 nr - 其中，running 表示正在奔跑的场景； - 而 nr 为 not running 的缩写，代表除了奔跑外的所有负样本。 - 每个类别的标注框数量： - “running” 类别有4036个边界框 - “nr”类别有1875个边界框 此数据集使用labelImg工具进行标注。需特别说明的是，该数据集仅提供准确且合理的标签信息，并不对训练模型或权重文件的精度做出任何保证。
     
  • 杯子数据集4689张(VOC+YOLO格式)
    优质
    本数据集包含4689张图像，标注了各类杯子的位置和边界框信息，符合VOC与YOLO格式标准，适用于目标检测任务。 数据集格式：Pascal VOC 格式+YOLO 格式（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）。图片数量（jpg文件个数）：4689。标注数量（xml 文件个数）：4689；标注数量(txt 文件个数) ：4689；标注类别数：1，具体为“cup”类别。每个类别的标注框数：“cup”的框数为10543。总框数：10543。使用标注工具：labelImg。 重要说明：无特别声明。 特别声明：本数据集不对训练的模型或权重文件精度作任何保证，仅提供准确且合理的标注信息。
     
  • 4000张瓶子数据集VOC+YOLO格式
    优质
    本数据集包含超过4000个瓶子图像样本，采用Pascal VOC及YOLO格式标注，适用于物体检测任务模型训练与测试。 数据集格式采用Pascal VOC与YOLO两种标准格式（不含分割路径的txt文件），包括4001张jpg图片、对应的xml标注文件以及yolo格式的txt文件，每个类别仅包含一种类型：bottle。 具体统计如下： - 图片数量 (jpg 文件个数) : 4001 - 标注数量（xml 文件个数）: 4001 - 标注数量（txt 文件个数）: 4001 标注类别总数为1，即“bottle”，共标记了矩形框11280个。 使用工具：labelImg 标注规则：对瓶类物体进行画矩形框操作以完成标注任务。
     
  • 1876张鼠标数据集VOC+YOLO格式
    优质
    本数据集包含超过1876张鼠标的标注图像，采用VOC和YOLO两种格式，适用于物体检测算法的研究与训练。 数据集格式：Pascal VOC格式+YOLO格式（不含分割路径的txt文件，仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：1876 标注数量（xml文件个数）：1876 标注数量（txt文件个数）：1876 标注类别数：1 标注类别名称：[mouse] 每个类别标注的框数： mouse 框数 = 2261 总框数：2261 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，仅提供准确且合理的标注。
     
  • 香蕉数据集2240张(VOC+YOLO格式)
    优质
    本数据集包含2240张图片，采用VOC与YOLO两种标注格式，涵盖多种场景下的香蕉图像，适用于物体检测模型训练及评估。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：2243 标注数量（xml文件个数）：2243 标注数量（txt文件个数）：2243 标注类别数：1 标注类别名称：[banana] 每个类别标注的框数： banana 框数 = 9195 总框数：9195 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，仅提供准确且合理的标注。
     
  • 风筝数据集2260张(VOC+YOLO格式)
    优质
    本数据集包含2260张图像，标注遵循VOC与YOLO标准格式，涵盖各类典型场景下的风筝实例，适合于目标检测任务的研究和开发。 数据集格式：Pascal VOC格式与YOLO格式（不含分割路径的txt文件，仅包含jpg图片及其对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：2260 标注数量（xml文件个数）：2260 标注数量（txt文件个数）：2260 标注类别数：1 标注类别名称：[kite] 每个类别的框数： kite 框数 = 8790 总框数：8790 使用工具：labelImg 标注规则：对目标进行矩形标记 重要说明：无特别说明 特别声明：本数据集不对训练模型或权重文件的精度做出任何保证，仅提供准确且合理的标注。