Advertisement

VOC格式的道路裂缝数据集-含12988张图片

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

简介：
这是一个包含12988张图像的数据集，专门用于识别和分析道路裂缝情况，采用VOC格式存储，为道路维护提供科学依据。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及其对应的xml文件） 图片数量（jpg文件个数）：12988 标注数量（xml文件个数）：12988 标注类别数：1 标注类别名称：roadcrack 每个类别的标注框数量：roadcrack计数 = 35440 使用标注工具：labelImg 标注规则：对类别进行矩形框标记 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提供任何保证，仅确保提供的标注准确且合理。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • VOC格式的道路裂缝数据集-含12988张图片
    优质
    这是一个包含12988张图像的数据集，专门用于识别和分析道路裂缝情况，采用VOC格式存储，为道路维护提供科学依据。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及其对应的xml文件） 图片数量（jpg文件个数）：12988 标注数量（xml文件个数）：12988 标注类别数：1 标注类别名称：roadcrack 每个类别的标注框数量：roadcrack计数 = 35440 使用标注工具：labelImg 标注规则：对类别进行矩形框标记 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提供任何保证，仅确保提供的标注准确且合理。
     
  • 真实裂缝图像的数据集（含500张图片）
    优质
    本数据集包含500张真实的裂缝图像，旨在为相关研究和应用提供高质量、多样的视觉资料，促进裂缝检测与分析技术的发展。 图像可用于检测和分割桥梁病害。该数据集包含500张真实桥梁裂缝的图片，可与其他数据结合使用，主要用于神经网络的训练和测试环节。
     
  • 管道焊缝质量检测数据集（VOC+YOLO格式，含1134张图片，2个类别）.7z
    优质
    本数据集包含1134张用于管道焊缝质量检测的图像，涵盖两个关键类别，并采用VOC和YOLO两种格式标注，适用于机器学习与深度学习研究。 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）：1134 标注数量（xml文件个数）：1134 标注数量（txt文件个数）：1134 标注类别数：2 标注类别名称：bad,good 每个类别标注的框数： - bad 框数 = 565 - good 框数 = 431 总框数：996 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无特别说明
     
  • [VOC][Y202206]道路路面坑洼数据集(共3026张)VOC格式
    优质
    本数据集包含3026张图像，采用VOC格式标注，专注于记录和分析道路上的各种坑洼情况，旨在促进自动驾驶及智能交通系统的开发与优化。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及对应的xml） 图片数量（jpg文件个数）：3026 标注数量（xml文件个数）：3026 标注类别数：1 标注类别名称：pothole 每个类别的标注框数量：pothole count = 8174 使用工具：labelImg 规则说明： - 对于“pothole”类别，画矩形进行标记。 特别说明： 无
     
  • [数据集][VOC][正版]道路积水数据集含2759张图片
    优质
    本数据集包含2759张图片，专注于捕捉各种环境下的道路积水场景，适用于开发和训练图像识别模型。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及对应的xml） 图片数量(jpg文件个数)：2759 标注数量(xml文件个数)：2759 标注类别数：1 标注类别名称：water 每个类别的标注框数量：water 的总数 = 2885 使用工具：labelImg 标注规则：对目标进行矩形标记 重要说明： 此数据集用于检测道路上的积水情况。 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。
     
  • 中国交通数据集（VOC格式）含4000张图片
    优质
    本数据集包含4000张图片，采用VOC格式标注，全面涵盖中国各类交通场景。适合用于训练与测试图像识别模型。 中国交通数据集VOC格式包含4000张图片。
     
  • 输电线路异物数据集（VOC格式）含标注-295张图片
    优质
    该数据集包含295张已标注图像，采用VOC格式存储，主要用于训练和测试识别输电线路中异物的相关算法模型。 数据集格式采用Pascal VOC标准（不含分割路径的txt文件及yolo格式的txt文件），仅包含jpg图片与对应的xml标注文件。 - 图片数量：295张（jpg文件） - 标注数量：295份（xml文件） - 标注类别数：1类 - 标签名称：yw 每个yw标签共对应304个矩形框。 使用工具为labelImg，标注规则是围绕目标物体绘制矩形框。 重要说明：在网上找到的输电线异物悬挂数据集质量普遍较低。因此，我亲自从视频中截取并爬取图片进行标记工作。然而由于网络上可用资源有限，最终仅收集到295张图像。 特别提示：本数据集中提供的标注信息准确且合理，但不保证基于此训练出的模型或权重文件能达到特定精度要求。
     
  • 道路圆石墩检测数据集（VOC+YOLO格式），含461张图片，1个类别.7z
    优质
    本数据集包含461张图片及对应标注，专为道路圆石墩设计，支持VOC与YOLO两种格式，适用于目标检测模型训练和验证。 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) ：462 标注数量 (xml 文件个数) ：462 标注数量 (txt 文件个数)：462 标注类别数：1 标注类别名称：[spherical_roadblock] 每个类别的标注框数： - spherical_roadblock 框数 = 1798 总框数：1798 使用标注工具：labelImg 标注规则：对类别进行矩形框标记 重要说明：暂无 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。
     
  • 正版VOC格式灭火器数据集-含5156张图片
    优质
    该数据集包含5156张正版VOC格式图片，专为灭火器识别与分类设计，适用于训练图像识别模型，提高消防安全设备检测效率。 数据集格式采用Pascal VOC标准（仅包含jpg图片及其对应的xml文件）。该数据集中共有5156张图片及相应的标注文件，共计涵盖一个类别的标签：fe。对于类别fe的标记数量总计为7762个框。使用的标注工具是labelImg。
     
  • 道路交通拥堵检测数据集（VOC+YOLO格式，含1899张图片，1个类别）.zip
    优质
    该数据集包含1899张图像，旨在通过VOC和YOLO格式提供交通拥堵状况的数据支持，便于模型训练与评估。专注于单一类别检测，助力智能交通系统研究与发展。 样本图：请到服务器下载文件（务必使用电脑端资源详情查看并下载） 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）：1899 标注数量（xml文件个数）：1899 标注数量（txt文件个数）：1899 标注类别数：1 标注类别名称：[crowd] 每个类别标注的框数： - crowd 框数 = 2273 总框数：2273 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。