Advertisement

三轮车图片标注数据集-654

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

简介：
本数据集包含大量关于三轮车的图片标注信息，旨在促进自动驾驶与图像识别技术的发展和研究。共计654张图片。 该资源包含654张三轮车图像，所有图片均经过仔细标注且质量严格把控。数据已分别以VOC和YOLO两种格式进行标注，开箱即用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 三轮车图片标注数据集-654
    优质
    本数据集包含大量关于三轮车的图片标注信息，旨在促进自动驾驶与图像识别技术的发展和研究。共计654张图片。 该资源包含654张三轮车图像，所有图片均经过仔细标注且质量严格把控。数据已分别以VOC和YOLO两种格式进行标注，开箱即用。
     
  • 吊车图片标注数据集_2231
    优质
    吊车图片标注数据集包含大量经过详细标注的吊车作业场景图像，旨在促进自动驾驶、安全监控及机械识别领域的研究与发展。 该资源包含2231张吊车图像，每一张都经过了仔细的标注，并且质量得到了严格的把控。这些图片已经以VOC和YOLO两种格式进行了标注，可以直接使用。
     
  • 工程车辆数据集-1基础图+1000张标注图片
    优质
    本数据集包含1001幅图像，其中有一幅基础图及1000张已标注的工程车辆图片，为相关领域的研究与开发提供了丰富的视觉资料。 我们提供一个包含1000张图片的工程车辆数据集，所有图像均已标注并可以直接用于训练模型。该数据集中涵盖了各种类型的工程车辆，包括但不限于重型卡车、沥青车、搅拌车、清障车、洒水车、拖拉机、挖掘机、压路机、吊车和自卸车等。
     
  • 抽烟识别数据集【标注+图片】
    优质
    该数据集包含大量带有标签的图像，用于识别不同场景下的吸烟行为。它为研究和开发监控健康习惯的技术提供了宝贵的资源。 数据集分为三个部分：Annotations、Imagenet 和 JPEGImages。JPEGImages 文件夹中有大约 3000 张抽烟图片，并且每张图片都使用 labelImg 工具进行了标注，生成的对应 xml 文件被存放在 Annotations 文件夹中。
     
  • 车辆车牌图像数据集，含精选图片及详细标注的XML文件
    优质
    本数据集包含精心挑选的高质量车辆车牌图像，并配有详细的XML标注文件，为训练精确的车牌识别模型提供理想的数据支持。 车辆车牌数据集包含精心挑选的图片和精细标注的xml文件，适用于yolov3、yolov4及yolov5训练，并能达到95%以上的准确度。
     
  • 风力涡轮机损伤检测图像数据集（含400余张图片，VOC标注）
    优质
    本数据集包含超过400张风力涡轮机损伤检测图像，并附有VOC格式标注文件，为机器学习和计算机视觉研究提供有力支持。 风力涡轮机损伤检测图像数据集包含400多张图像，采用VOC标签格式。
     
  • 独家渣土车检测数据集：2694张图片，亲自主标注
    优质
    本数据集包含2694张精心挑选与标注的渣土车图像，旨在为计算机视觉研究提供高质量训练资源。每一张图片均由人工细致标注，确保准确性与实用性。 我在项目中使用了一套包含2694张图片的数据集，这些图片涵盖了渣土车在白天和夜晚的不同场景，并且每一张都配有高质量的txt格式标注文件。这套数据集可以直接用于yolov5模型的训练与测试，在我进行训练时，检测精度达到了90%以上。此外，利用这个数据集制作项目演示以及对视频和图片进行测试都非常顺利。
     
  • 车辆种类识别数据集：2000张图片及标注文件（YOLOv5）
    优质
    本数据集包含2000张不同类型的车辆图像及其对应的YOLOv5格式标注文件，适用于训练和测试车辆分类模型。 车俩种类识别数据集包含7个类别：一类客车（tinycar）、二类客车（midcar）、三类客车（bigcar）、一类货车（smalltruck）、二类货车（bigtruck）、油罐车（oil truck）以及特殊车辆（specialcar）。该数据集中共有1488张训练图片、507张验证图片和31张测试图片，所有图像均已标注并转换为txt格式。这些数据适用于YOLOv5 v7 v8深度学习模型的训练，类别总数为nc: 7，类名分别为[tinycar, midcar, bigcar, smalltruck, bigtruck, oil truck, specialcar]。
     
  • 火灾烟雾图片标注的数据集.rar
    优质
    该数据集包含大量经过人工标注的火灾与烟雾相关图像，旨在提高计算机视觉模型在识别和响应早期火情中的准确性和效率。 该资源包含2257张火灾与烟雾图像，每一张都经过了细致的标注，并且质量得到了严格把控。这些图像已经以VOC和YOLO两种格式进行了标注，可以即刻使用。