Advertisement

数据集VOC格式目标检测西瓜数据集-1702张

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

简介：
数据集遵循Pascal VOC格式（其中仅包含JPG图片与其对应的XML注释文件，并未采用分割路径或YOLO格式的TXT文件）。该集合包含1,702张图像和相应的标注信息。每个图像均对应一个具有唯一标识符的XML注释文件，总计拥有1,702份 XML 标识文档。所有图像都被分类为单一类别watermelon，其中此类别下的框数总计达到2,812个。采用标注工具labelImg执行标注操作。为各类别绘制边界框以实现分类目标。具体内容暂未提供。本数据集不对训练的模型或其权重文件精度作出任何保证，并且仅提供准确且合理的标注信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 黄瓜目标检测数据集（VOC格式），含1309张图片
    优质
    本数据集为黄瓜目标检测设计，包含1309张图像，遵循Pascal VOC标准格式，适用于训练和评估物体检测模型。 数据集格式：Pascal VOC（不含分割路径的txt文件、yolo格式的txt文件，仅包含jpg图片及其对应的xml标注） 图片数量（jpg文件个数）：1308 标注数量（xml文件个数）：1308 标注类别数：1 标注类别名称：cucumber 每个类别的标记框数量：cucumber计数 = 2939 使用工具：labelImg 标注规则：对目标进行矩形框绘制。 重要说明及特别声明：本数据集不对训练模型或权重文件的精度作任何保证，仅提供准确且合理的标注信息。
  • 【目标检测数据集】跨越栏杆检测数据集512张VOC+YOLO格式.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
  • 人员持刀目标检测数据集（VOC格式）- 6580张
    优质
    这是一个包含6580张图像的数据集，专为训练和评估人员携带刀具的目标检测算法而设计，采用VOC格式标注。 数据集格式：Pascal VOC（不含分割路径的txt文件及yolo格式的txt文件，仅包含jpg图片和对应的xml） 图片数量（jpg文件个数）：6580 标注数量（xml文件个数）：6580 标注类别数：1 标注类别名称：dao 每个类别标注框的数量：dao count = 6958 使用工具：labelImg 标注规则：对目标进行矩形框标记。 重要说明：该数据集主要来源于视频截图，包含杀鸡、切菜等场景中的持刀图像。持有小刀、菜刀、剪刀和砍刀的图片占比较大。 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，仅确保标注准确合理。
  • [数据集][VOC][正版]奔跑检测数据集（VOC格式）- 3248张
    优质
    本数据集提供3248张图像，遵循PASCAL VOC标准，专注于奔跑动作识别与分析，适用于计算机视觉领域研究。 数据集采用Pascal VOC格式存储（不含分割的txt文件），仅包含jpg图片及对应的xml文件。 - 图片数量：3248张 - 标注数量：3248个标注文件(xml) - 标注类别数：两类 - 类别名称包括：running 和 nr - 其中，running 表示正在奔跑的场景； - 而 nr 为 not running 的缩写，代表除了奔跑外的所有负样本。 - 每个类别的标注框数量： - “running” 类别有4036个边界框 - “nr”类别有1875个边界框 此数据集使用labelImg工具进行标注。需特别说明的是，该数据集仅提供准确且合理的标签信息，并不对训练模型或权重文件的精度做出任何保证。
  • 电线杆目标检测数据集(YOLO+VOC格式) 2127张.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。
  • 【目标检测数据集】仓库托盘检测数据集（YOLO+VOC格式，含1182张图片）.zip
    优质
    本资源提供一套针对仓库托盘的目标检测数据集，包含1182张图片，并采用YOLO与VOC标准格式标注，适用于训练和测试相关模型。 数据集格式：VOC格式+YOLO格式 压缩包内包含三个文件夹： - JPEGImages 文件夹存储了1182张 jpg 图片； - Annotations 文件夹中包含了对应的 1182 个 xml 标注文件； - labels 文件夹中有与之匹配的 1182 个 txt 标签文件。 标签种类为一种，名称是“tuopan”。该标签共有矩形框38971个。 图片清晰度良好（分辨率为像素），未经过任何图像增强处理。