Advertisement

高速公路车辆检测数据集1700张单类别图像(YOLO格式).zip

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

简介：
本数据集包含1700张针对高速公路车辆的高分辨率图像，适用于YOLO模型训练和验证，确保精准的目标检测性能。 目标检测项目使用了高速公路车辆的数据集，包含1700张图片和对应的标注文件。数据格式遵循YOLO标准，并且所有图像都是通过固定摄像头拍摄的高速公路上行驶的汽车照片。 具体来说： - 图片数量：1700（jpg文件） - 标注数量：1700（txt文件） - 标注类别数：1 - 唯一标注类别名称为“car” 此外，我们使用了labelImg工具进行数据的标注工作。按照规则，对于每个识别到的汽车目标，在图像中标记矩形框以方便模型训练和评估。 总共有0个边界框被标记在所有图片中（即目前的数据集中没有提供任何具体的车辆位置信息）。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 高速公路车辆检测数据集1700张单类别图像(YOLO格式).zip
    优质
    本数据集包含1700张针对高速公路车辆的高分辨率图像，适用于YOLO模型训练和验证，确保精准的目标检测性能。 目标检测项目使用了高速公路车辆的数据集，包含1700张图片和对应的标注文件。数据格式遵循YOLO标准，并且所有图像都是通过固定摄像头拍摄的高速公路上行驶的汽车照片。 具体来说： - 图片数量：1700（jpg文件） - 标注数量：1700（txt文件） - 标注类别数：1 - 唯一标注类别名称为“car” 此外，我们使用了labelImg工具进行数据的标注工作。按照规则，对于每个识别到的汽车目标，在图像中标记矩形框以方便模型训练和评估。 总共有0个边界框被标记在所有图片中（即目前的数据集中没有提供任何具体的车辆位置信息）。
     
  • 绳子检测数据集VOC+YOLO格式322张单类别.7z
    优质
    本数据集包含322张图片及其标注文件，适用于基于VOC和YOLO格式的绳子识别任务，便于模型训练与评估。 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)：322 标注数量(xml 文件个数)：322 标注数量(txt 文件个数)：322 标注类别数：1 标注类别名称:[rope] 每个类别标注的框数： rope 框数 = 375 总框数：375 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，数据集只提供准确且合理标注
     
  • 铁锈检测数据集（VOC+YOLO格式，600张图片，1类别）.zip
    优质
    本数据集包含600张用于铁锈检测的图像，采用VOC和YOLO两种格式标注，集中于单一目标类别——铁锈，适用于训练精确的目标检测模型。 样本图：请到服务器下载文件，在电脑端资源详情查看并下载。 注意数据集部分图片有增强，请认真查阅图片预览内容。 数据格式为Pascal VOC与YOLO，不含分割路径的txt文件，仅包含jpg、VOC xml以及yolo txt格式文件。 图片总数（jpg数量）：600 标注文件数(xml)：600 标注文件数(txt)：600 类别数目：1 类别名称:[Corrosion] 每个类别的框的数量： 腐蚀 框的个数 = 5920 总框的数量: 5920 使用工具为labelImg，标注规则是对目标进行矩形标记。 特别说明：暂无其他重要信息需要补充。
     
  • 【目标检测数据集】番茄成熟度检测数据集（640张图像，3类别，VOC+YOLO格式）.zip
    优质
    本数据集包含640张用于番茄成熟度分类的图像，涵盖未熟、半熟和全熟三个类别，以VOC及YOLO格式提供，适用于目标检测模型训练与验证。 数据集格式为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。该数据集中共有643张图片，每张图片都有相应的标注文件，即有643个xml文件和643个txt文件。整个数据集包含了三个不同的类别标签：“fully_ripened”（成熟的）、“green”（半成熟的）以及“half_ripened”（未成熟的绿色）。具体来说，“fully_ripened”的标注框数为1330，“green”的标注框数为5134，而“half_ripened”的标注框数则有1317个。总计共有7781个标注框。该数据集使用了labelImg工具进行标签制作和编辑工作。
     
  • 蟹数据集VOC及YOLO格式423张单类别图片.zip
    优质
    本数据包包含423张针对单一类别的高质量图像及其标注文件，以PASCAL VOC和YOLO两种格式提供，适用于目标检测模型训练与测试。 数据集格式：Pascal VOC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）：423 标注数量（xml文件个数）：423 标注数量（txt文件个数）：423 标注类别数：1 标注类别名称：[Crab] 每个类别标注的框数： Crab 框数 = 458 总框数=458 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。
     
  • 车道线与路面标识检测数据集（VOC+YOLO格式，含4023张图片，27个类别）.zip
    优质
    本资源提供车道线及路面标识识别的数据集，包含4023张图像和27种类别标签，支持VOC与YOLO两种数据格式。 样本图展示了一个包含4023张jpg图片的数据集，每张图片都配有对应的VOC格式xml文件以及YOLO格式txt文件（不含分割路径的txt文件）。数据集中共有27个不同的标注类别，具体名称包括：自行车道、公交专用道、人行横道、禁止鸣笛、向前箭头-左向版、向前箭头-右向版、靠右行驶、向左箭头、标线（如车道分隔线）、中央隔离带等。所有图片和标注文件均存放于服务器上，建议在电脑端进行资源详情查看后下载使用。
     
  • 公路落石目标检测数据集（VOC+YOLO格式，含282张图片）.zip
    优质
    本资源提供一套针对公路落石的目标检测数据集，包含282张标注图片，并兼容VOC和YOLO两种主流格式。适用于深度学习研究与应用开发。 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）：282 标注数量（xml文件个数）：282 标注数量（txt文件个数）：282 标注类别数：1 标注类别名称：[stone] 每个类别标注的框数： stone 框数 = 632 总框数：632 使用标注工具：labelImg
     
  • 输电线路覆冰检测数据集（VOC+YOLO格式）1983张图片，3个类别.zip
    优质
    本数据集包含1983张图像，涵盖输电线路覆冰情况的三个分类，采用VOC与YOLO双格式存储，适用于训练智能检测模型。 样本图：请访问服务器下载资源，并务必在电脑端预览或查看详情后再进行下载。 数据集采用Pascal VOC格式与YOLO格式（不含分割路径的txt文件），仅包含jpg图片、VOC格式xml文件及yolo格式txt文件。 - 图片数量（jpg文件个数）：1983 - 标注数量（xml文件个数）：1983 - 标注数量（txt文件个数）：1983 标注类别总数为3，具体如下： - ice 框数 = 3253 - line 框数 = 69 - snowline 框数 = 743 总计框数为4065。 使用工具：labelImg。对各类别进行矩形标注。 特别说明：本数据集不保证训练模型或权重文件的精度，仅提供准确且合理的标注信息。