Advertisement

垃圾分类40类别数据集.zip

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

简介：
这是一个包含40种不同分类的垃圾图像的数据集，旨在促进机器学习模型在识别和分类各种类型垃圾方面的研究与应用。 垃圾40分类数据集包含训练集train.zip和测试集test.zip。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 垃圾分类40类别数据集.zip
    优质
    这是一个包含40种不同分类的垃圾图像的数据集，旨在促进机器学习模型在识别和分类各种类型垃圾方面的研究与应用。 垃圾40分类数据集包含训练集train.zip和测试集test.zip。
     
  • 40类带有标签的垃圾分类数据集
    优质
    本数据集包含40种类别的垃圾图像，每类均附有详细标签信息，旨在促进智能垃圾分类算法的研究与开发。 40种垃圾分类数据集包含一万七千多张图片，并且已做好标签，可用于训练yolov模型。
     
  • 40类带有标签的垃圾分类数据集
    优质
    本数据集包含40类不同类型的垃圾，每类都有详细标注，旨在提升垃圾分类准确率，促进资源回收和环境保护。 40种垃圾分类数据集包含一万七千多张图片，并已做好标签，可用于训练YOLOv模型。
     
  • 垃圾分类数据集.zip_垃圾分类数据库集
    优质
    该资料为垃圾分类相关研究提供支持的数据集合，包含了多种垃圾图片及其分类标签，旨在促进机器学习模型在垃圾分类领域的应用与开发。 垃圾分类数据集
     
  • 垃圾分类数据集.zip
    优质
    该数据集包含各类生活垃圾的详细分类信息，旨在促进垃圾智能识别与管理系统的开发，推动资源的有效回收和环保教育。 垃圾分类数据集适用于训练深度学习模型的垃圾分类系统。该数据集包含超过10000个样本，并且每种分类大约有400张图片，总共约有17500多张图像。由于文件大小较大（总计约为500MB），因此以百度云的形式提供下载链接。
     
  • Kaggle垃圾分类数据集.zip
    优质
    该数据集为Kaggle平台上的垃圾分类项目资源包，包含各类垃圾图像及其标签信息，适用于训练机器学习模型识别和分类不同类型的废弃物。 该数据集包含图片数据，并分为训练集85%和测试集15%。其中O代表Organic（有机垃圾），R代表Recycle（可回收）。
     
  • Kaggle垃圾分类数据集.zip
    优质
    该数据集为Kaggle平台上的垃圾分类项目资源，包含大量图像文件及其标签信息，适用于训练机器学习模型以实现自动化垃圾分类。 该数据集包含图片资料，并按85%的比例划分为训练集（Train），剩余15%为测试集（Test）。其中，“O”标识有机垃圾（Organic）类别，而“R”则代表可回收物品（Recycle）类别。
     
  • 垃圾分类数据集
    优质
    垃圾分类数据集是一套用于训练机器学习模型识别和分类各类垃圾的数据集合，涵盖多种垃圾类别及大量标注图片。 垃圾分类数据集已经完成了必要的处理工作： 1. 训练集已进行图像增广，请勿再对训练集进行此类操作以避免影响训练效果。 2. 图像尺寸统一为 1280 * 720。 3. 数据集中包含训练集、测试集和验证集。
     
  • 垃圾分类图像数据集.zip
    优质
    该数据集包含大量关于垃圾分类的图片资料，涵盖多种垃圾类别，为研究和开发智能垃圾分类系统提供了宝贵的数据支持。 本数据集的训练和测试图片均来自生活场景。共有四十个类别，类别与标签之间的对应关系在训练集中的dict文件里可以找到。图片中垃圾的具体分类格式为“一级类别/二级类别”，其中二级类别代表具体的垃圾物体类型，也就是训练数据中标注的类别，例如一次性快餐盒、果皮果肉、旧衣服等。一级类别的四种分别为：可回收物、厨余垃圾、有害垃圾和其他垃圾。 该数据集包含两部分文件——训练集（已标注）和测试集（未标注）。所有训练图片被保存在train目录下的0到39共40个子文件夹中，每个子文件夹的名字即为类别标签。而测试集中共有400张待分类的垃圾图片位于test文件夹下，其中testpath.txt文档记录了这些测试集图像的所有名称，并采用name+\n格式进行存储。
     
  • 垃圾检测数据集（非垃圾分类）
    优质
    本数据集包含了各类环境中的垃圾图像样本，旨在提供一个全面的数据资源库以支持垃圾检测算法的研究与开发。 该垃圾检测数据集包含多种目标物如垃圾袋、垃圾桶、瓶子、金属、纸张、果皮、纸团、食品包装袋、纸盒、烟头、瓶盖以及杯子等的图像样本。此数据集分为两个部分：JPEGImages和Annotations文件夹。JPEGImages中包含超过1000张路边垃圾的照片，共有2800多个标注框；每个图片都通过labelimg进行了人工标注，并且对应的xml文件存放在了Annotations文件夹内。 该数据集的图像清晰、场景广泛且精心挑选，适用于各种环境下的垃圾检测任务。它可作为模板数据集使用，在特定应用场景中只需添加少量特定场景的数据即可满足需求。这大大减少了收集和标记图片所需的时间，可以直接用于工程化应用。