Advertisement

小汽车目标检测数据集-Part 2 VisDrone_Car_Val.rar

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


简介:
本资源包含VisDrone竞赛中的小汽车目标检测验证数据集,旨在帮助研究者和开发者提升在复杂城市背景下对小汽车进行精确识别的能力。 该数据集包含用于小汽车目标检测的俯视场景图像,并分为两部分。标签格式为txt和xml两种文件类型,适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别,名称为car。此数据集是从Visdrones中提取出来的,共有4088张图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • -Part 2 VisDrone_Car_Val.rar
    优质
    本资源包含VisDrone竞赛中的小汽车目标检测验证数据集,旨在帮助研究者和开发者提升在复杂城市背景下对小汽车进行精确识别的能力。 该数据集包含用于小汽车目标检测的俯视场景图像,并分为两部分。标签格式为txt和xml两种文件类型,适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别,名称为car。此数据集是从Visdrones中提取出来的,共有4088张图片。
  • 、老爷、跑 - 系列
    优质
    本数据集包含各种类型车辆(包括小汽车、老爷车及跑车)的详细图像和标注信息,专为提升数据球平台上的目标检测算法性能而设计。 数据集-目标检测系列- 小汽车 老爷车 跑车 检测数据集 car >> DataBall 标注文件格式:xml 项目地址提供了一个webui界面,用于对ultralytics的detect检测任务进行以下操作: 1)数据预处理, 2)模型训练, 3)模型推理。 脚本运行方式如下: * 运行脚本: python webui_det.py or run_det.bat 根据readme.md步骤进行操作。 样本量: 238 目前数据集会定期更新。
  • -俯视视角部分1 visdrone_car_train.rar
    优质
    本数据集为“visdrone_car_train”系列之一,专注于从俯视视角拍摄的小汽车目标检测训练样本,适用于自动驾驶和智能交通系统的研究与开发。 该数据集包含俯视场景下的小汽车目标检测样本,分为两部分用于小汽车检测,标签格式为txt和xml两种文件形式,适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别“car”。此数据集是从VisDrone数据集中提取得到的,共有40905个样本。
  • 优质
    汽车检测数据集是一系列包含多种车型及驾驶状况信息的数据集合,用于训练和测试自动驾驶系统、车辆故障诊断等技术。 汽车数据可用于分类学习和识别不同视角下的各种车型,是非常好的资源。
  • 缺陷图像:采用VOC注格式的
    优质
    本数据集为汽车缺陷检测设计,基于VOC标准进行标注,包含大量标记清晰的目标检测图片,旨在促进自动驾驶与智能车辆领域的研究。 目标检测数据集:汽车缺陷检测图像数据集【VOC标注格式】,数据保存按照文件夹形式存放,经测试可以直接用于目标检测任务,无需额外处理。 【数据集详情】包含3000多张图片及对应的xml标注文件和类别信息的json文件。 标签类别包括门外凹痕、发动机罩凹痕、车身面板凹痕等17个类别。
  • 自卸
    优质
    本数据集专为自卸车目标检测设计,涵盖丰富的真实场景图像与标注信息,旨在提升模型在复杂环境下的识别精度和鲁棒性。 自卸车数据集是一个适合初学者入门的目标检测数据集。
  • 洒水
    优质
    洒水车目标检测数据集是一套专门用于训练和测试计算机视觉模型识别和定位洒水车的图像及视频数据集合。该数据集包含多种场景下的高质量标注样本,有助于提升自动驾驶系统、智能监控等领域的性能与准确性。 适合初学者使用的洒水车目标检测数据集及训练集。
  • 深度学习——(含、行人、自行、卡、公交及摩托
    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。
  • 全球——
    优质
    本数据集为全球小麦病害研究而设,聚焦于小麦图像中的目标检测。涵盖多种病害类型,旨在提升机器学习模型在农业病理学的应用能力。 全球小麦检测数据集-目标检测