厨师帽佩戴检测数据集-阳光厨房2851张图片-包含VOC、YOLO和JSON格式标注.7z

5星

浏览量: 0

大小:None

文件类型：None

简介：
本数据集提供2851张图像用于厨师帽佩戴情况检测研究，涵盖VOC、YOLO及JSON三种格式的标注文件，适用于各类深度学习框架。阳光厨房_厨师帽佩戴检测数据集（适用于课程作业、设计、比赛及实际项目）【实际应用】：该数据集可用于开发厨师帽佩戴检测告警系统、阳光厨房系统以及明厨亮灶项目等。【数据集详情】：本数据集包含2851张图片，用于博主的实际后厨智能分析摄像头项目。其中包括两类目标：“厨师帽”和“人头”。所有标注均为手工完成，精度高且分布均匀；背景多样，适合各种算法拟合使用。此数据集支持VOC（xml）、YOLO（txt）及JSON格式标签，并适用于多种目标检测算法。【备注】：上传的所有数据均来自博主的实际项目或实验演示，确保高质量无劣质内容，请放心下载和使用。如遇问题可通过留言与我联系。

全部评论 (0)

还没有任何评论哟~

客服

厨师帽佩戴检测数据集-阳光厨房2851张图片-包含VOC、YOLO和JSON格式标注.7z

优质

本数据集提供2851张图像用于厨师帽佩戴情况检测研究，涵盖VOC、YOLO及JSON三种格式的标注文件，适用于各类深度学习框架。阳光厨房_厨师帽佩戴检测数据集（适用于课程作业、设计、比赛及实际项目）【实际应用】：该数据集可用于开发厨师帽佩戴检测告警系统、阳光厨房系统以及明厨亮灶项目等。【数据集详情】：本数据集包含2851张图片，用于博主的实际后厨智能分析摄像头项目。其中包括两类目标：“厨师帽”和“人头”。所有标注均为手工完成，精度高且分布均匀；背景多样，适合各种算法拟合使用。此数据集支持VOC（xml）、YOLO（txt）及JSON格式标签，并适用于多种目标检测算法。【备注】：上传的所有数据均来自博主的实际项目或实验演示，确保高质量无劣质内容，请放心下载和使用。如遇问题可通过留言与我联系。

明厨亮灶-阳光厨房-老鼠检测数据集（白天和夜晚共3362张图片）包含VOC、YOLO及JSON格式标签.7z

优质

该数据集包含3362张图片，涵盖白天与夜晚场景下的餐厅后厨状况，重点用于老鼠的识别与监测。提供VOC、YOLO及JSON三种标注格式，适用于训练机器学习模型以实现明厨亮灶目标。明厨亮灶_阳光厨房白天夜晚老鼠检测数据集（适用于课程作业、设计、比赛及实际项目）【应用领域】：本数据集可用于开发明厨亮灶监控系统、阳光厨房监控系统以及老鼠检测抓拍告警系统的相关研究和实践中。【数据集说明】：该数据集中包含3362张图像，记录了白天与夜晚的老鼠活动情况。此数据集是在博主进行“阳光厨房”实际项目时所收集的高质量图片资料。标注精确、背景丰富且目标分布均匀，适合多种目标检测算法的应用需求，并提供voc（xml）、yolo（txt）和json三种格式标签文件。【备注】：本上传的数据均为博主在实际工作或实验中使用过的高质量数据集，请放心下载并应用到您的项目当中。如有任何问题欢迎留言咨询。

包含厨师帽和口罩检测的数据集+厨师帽单独检测

优质

这是一个包含了戴有口罩的厨师以及仅佩戴厨师帽的人脸图像数据集，旨在为厨师帽与口罩的独立及联合检测提供训练资源。该数据集分为两个部分：JPEGImages 和 Annotations。JPEGImages 文件夹包含超过 6400 张各种场景的图像，并且有大约1万个标注框。每张图片都使用 labelimg 工具进行了人工标注，对应的 xml 标注文件存放在 Annotations 文件夹中。该数据集中的图片清晰、场景广泛，经过精心挑选和详细标注。适用于任何场景下的检测任务，可以作为识别是否有厨师帽口罩的模板数据集。在特定应用场景下，只需加入一些特定场景的数据即可满足需求。这节省了收集、筛选及人工标注图像的时间，并可以直接用于工程化应用中。

[数据集][VOC][正版]厨师帽检测数据集共2090张

优质

本数据集包含2090张图片，专为厨师帽目标检测设计，适用于各类基于图像的目标识别与定位研究。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）：2090 标注数量（xml文件个数）：2090 标注类别数：2 标注类别名称：chef hat、head 每个类别的框数： - chef hat count = 4174 - head count = 1553 使用工具：labelImg 标注规则：对各类别进行矩形标记重要说明：暂无特别说明

YOLOv5安全帽检测数据集-包含yolo和voc格式图片标注

优质

简介：本数据集专为YOLOv5设计，聚焦于工地安全帽检测任务，提供详尽的图像及其标注文件（支持Yolo与VOC格式），助力优化模型性能。 YOLOV5安全帽检测数据集可以采用Yolo格式或VOC格式进行存储。这种数据集用于训练YOLOv5模型以识别图像中的安全帽。

关于佩戴手套的检测数据集，包括VOC和YOLO格式

优质

本数据集包含了有关佩戴手套的各种场景的检测信息，同时支持VOC与YOLO两种格式，适用于训练和评估手势识别模型。我们收集了一个包含1500多张戴手套和未戴手套图片的数据集，可以直接用于训练是否佩戴手套的检测模型。

7574张图片的五类安全帽颜色检测数据集（VOC+YOLO格式）.7z

优质

本数据集包含7574张图像，用于五种类型的安全帽颜色识别任务，支持PASCAL VOC和YOLO两种标注格式，适用于目标检测研究与模型训练。重要说明：数据集包含23张增强图片，请仔细查看样本预览，确认符合要求后再下载。所有图片的分辨率为640x640。样本图片请参考相关博文。数据集格式为Pascal VOC格式+YOLO格式（不包括分割路径的txt文件），仅包含jpg图片、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)：7574 标注数量(xml文件个数)：7574 标注数量(txt文件个数)：7574 标注类别总数为5，分别为： - 蓝色 (blue) - 红色 (red) - 白色 (white) - 未戴头盔 (without_helmet) - 黄色 (yellow) 每个类别的标注框数量如下：蓝色框数 = 6098 红色框数 = 10623 白色框数 = 8815 未戴头盔框数 = 10456 黄色框数 = 9121 总框数量：45113 使用标注工具为labelImg。

电单车电梯内数据集(3216张图片)-包含VOC、YOLO和JSON格式标注.zip

优质

本资料包提供了一个涵盖3216张图片的数据集，专注于记录电单车在电梯内的场景。文件包括详细的VOC、YOLO及JSON格式的标注信息，便于训练机器学习模型识别与分类电单车图像。电单车入梯检测数据集（适用于课程作业、设计项目及比赛）【实际应用】：该数据集可用于开发电单车入梯控梯系统、电单车入梯检测告警系统以及电动车进电梯抓拍告警系统等。【数据集详情】： - 总数：3216张图片。 - 类别：包含“电单车”和“电梯内人形”两类，手工标注精准且目标分布均匀。 - 背景多样性：背景多样化，适合科研实验及实际项目使用。 - 格式齐全：数据集标签支持voc（xml）、yolo（txt）以及json三种格式。多种目标检测算法可以直接应用该数据集进行训练和测试。所有上传的数据均为博主在真实项目或实验中使用的高质量图像，确保了其可靠性和实用性。如有问题，请随时留言咨询。

Yolov5-Yolov7人头检测数据集（4003张图片，包含VOC、YOLO和JSON三种格式标签）.zip

优质

本资源提供Yolov5至Yolov7的人头检测训练数据集，含4003张图像及其对应VOC、YOLO及JSON格式标注文件。人头检测数据集适用于课程作业、设计项目及比赛等多种场景。【实际应用】：该数据集可用于教室到课率统计以及人数计数等功能。【数据集详情】：此集合包含4003张图片，共计9万多个目标，背景较为丰富。其中部分图像为教室监控抓拍的照片，非常适合用于教室人数的统计工作。整体上，目标大小分布均匀，并提供了voc（xml）、yolo（txt）和json三种格式的数据标注文件，类别名称统一为[head]，适合多种算法直接使用。所有数据均进行了精准标注。该数据集能够满足不同应用场景的需求，在人头检测领域具有较高的实用价值。