Advertisement

输电线路覆冰检测数据集-YOLO+VOC格式(1227张).zip

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


简介:
本数据集包含1227张图像,采用YOLO与VOC标准格式标注,专注于输电线路覆冰情况的检测,适用于训练和评估相关视觉模型性能。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: - JPEGImages 文件夹存储图片(jpg 格式),共有 1227 张。 - Annotations 文件夹存储 xml 文件,共 1227 个。 - labels 文件夹存储 txt 文件,共 1227 个。 标签种类数为 2:power_line 和 snow_line。具体框数如下: - power_line 框数 = 69 - snow_line 框数 = 1300 总框数共计:1369。 图片清晰度(分辨率及像素)良好,未进行数据增强处理。 标签形状为矩形框,用于目标检测识别。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 线-YOLO+VOC(1227).zip
    优质
    本数据集包含1227张图像,采用YOLO与VOC标准格式标注,专注于输电线路覆冰情况的检测,适用于训练和评估相关视觉模型性能。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: - JPEGImages 文件夹存储图片(jpg 格式),共有 1227 张。 - Annotations 文件夹存储 xml 文件,共 1227 个。 - labels 文件夹存储 txt 文件,共 1227 个。 标签种类数为 2:power_line 和 snow_line。具体框数如下: - power_line 框数 = 69 - snow_line 框数 = 1300 总框数共计:1369。 图片清晰度(分辨率及像素)良好,未进行数据增强处理。 标签形状为矩形框,用于目标检测识别。
  • 线VOC+YOLO)1983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。
  • 线杆目标(YOLO+VOC) 2127.zip
    优质
    本数据集包含2127张图像及其标注文件,适用于YOLO和VOC格式的目标检测任务,专注于识别与分类电线杆。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: - JPEGImages 文件夹存储图片(jpg 格式),共 2127 张。 - Annotations 文件夹存放 xml 文件,共计 2127 个。 - labels 文件夹中则有 txt 文件,数量为 2127。 标签种类:单一类别 名称:[telegraph pole] 各类别框数: telegraph pole 的标注框共有 2700 个 总标注框计数:2700 图片质量与分辨率: - 清晰度良好,像素清晰。 - 图片未经过增强处理。 标签类型: 矩形框形式用于目标检测任务。 备注说明:暂无特别需要强调的内容。 特别声明:本数据集不对训练模型或权重文件的精度提供任何保证,所提供的仅是准确且合理的标注信息。
  • 1527,采用YOLO/VOC标注!
    优质
    本数据集包含超过1500张图片,专门用于道路结冰检测。每一张图片都按照YOLO和VOC标准进行了精确的手动标注,为开发先进的自动驾驶系统提供坚实的数据支持。 【数据集】道路结冰数据集包含1527张图片,用于目标检测任务,并采用YOLOVOC格式进行标注。该数据集中有两种分类:clear-road(无冰路面)和ice-road(结冰路面)。 资源文件包括以下内容: - Annotations 文件夹内为 Pascal VOC 格式的 XML 文件 - images 文件夹包含 JPG 格式的图像样本 - labels 文件夹存储 YOLO 格式的 TXT 文件 - data.yaml 是数据集配置文件 应用场景: 1. 高速公路:道路结冰检测算法可应用于高速公路的预警与监控系统,提前识别出可能结冰的路段和时间点,为交通管理部门提供决策支持。 2. 城市道路:通过该算法可以实时监测城市道路的结冰情况,并向城市交通管理机构及时、准确地反馈信息。 3. 特殊路段:针对桥梁、隧道入口等特殊区域进行定制化设计,提高检测精度和针对性。 使用方法: 下载YOLO项目,在data目录下创建子文件夹Annotations、images、imageSets、labels。将VOC格式的XML文件手动导入到Annotations文件夹中,并将JPG图像数据导入至images文件夹内。
  • 826YOLO+VOC).zip
    优质
    本资源包含826张图片构成的蛇种类数据集,提供YOLO和VOC两种标注格式,适用于训练目标检测模型。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: 1. JPEGImages 文件夹存储图片(jpg 格式),共计 826 张。 2. Annotations 文件夹中存放 xml 文件,总计 826 个。 3. labels 文件夹包含 txt 文件,总共 826 份。 标签种类数量为:1 具体标签名称如下: - Snake 各标签的框数统计: Snake 框数 = 1147 总框数:1147 图片质量(分辨率及像素)高且清晰。 是否进行数据增强处理:否 标注信息以矩形框形式呈现,用于目标检测任务。 重要说明:暂无。
  • 【目标】跨越栏杆512VOC+YOLO.zip
    优质
    本数据集包含512张图片,旨在帮助训练和测试物体检测模型在复杂场景中准确识别并定位跨越栏杆的行为。以VOC与YOLO两种格式提供,便于多种框架使用。 数据集格式: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)。 图片数量(jpg文件个数):512 标注数量(xml文件个数):512 标注数量(txt文件个数):512 标注类别数:1 标注类别名称:[climbing] 每个类别的标注框数: climbing 框数 = 599 总框数:599 使用标注工具:labelImg
  • 力场景线外部破坏VOC+YOLO,含5187图片,6个类别).zip
    优质
    本数据集包含5187张图片和6种类别标签,采用VOC及YOLO格式标注,旨在支持电力场景下输电线路外部破坏的检测与识别研究。 样本图:请在电脑端资源预览查看并下载。 重要说明:数据集包含1000多张原图及增强后的图片,并已全部标注完成。 数据格式:Pascal VOC格式与YOLO格式(不含分割路径的txt文件,仅含jpg图片、VOC格式xml文件和yolo格式txt文件)。 图片数量(jpg):5187 标注数量(xml):5187 标注数量(txt):5187 类别数及框数: - 标注类别名称包括[backhoe, building, crane, tower, tree, truck] - backhoe 框数 = 2638 - building 框数 = 8789 - crane 框数 = 1322 - tower 框数 = 6954 - tree 框数 = 4009 - truck 框数 = 3922 总框数:27634 使用标注工具:labelImg 标注规则:对类别进行矩形框标记。