Advertisement

包含1679张卡车俯视图数据集，并已对车框进行标注，适用于卡车车框检测。

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

简介：
该数据集包含1679张卡车的俯视图图像，这些图像的货箱区域已经通过VOC格式的标签进行了详细标注，特别适用于深度学习模型在目标检测任务中的训练应用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 卡车顶部视角图片集合（含1679张）+车辆边界已标定+适用于卡车边框识别任务.zip
    优质
    本资料集包含1679张卡车顶部视角图片，每张图片均标注了精确的车辆边界信息，旨在为卡车边框识别研究提供高质量的数据支持。 卡车俯视图数据集包含1679张图片，车厢已用VOC格式标签进行标注，适合用于深度学习目标检测训练。
     
  • 深度学习目标检测——汽车数据集（含小汽车、行人、自行车、卡车、公交车及摩托车）
    优质
    本项目专注于深度学习在目标检测领域的应用，特别针对包含多种交通参与者（如小汽车、行人、自行车等）的复杂城市道路场景。通过训练模型识别和分类不同类型的交通工具，旨在提升自动驾驶系统的感知能力与安全性。数据集全面覆盖了从小型摩托车到大型公交车的各种车辆类型，为研究者提供了丰富的测试资源。 数据集包含不同类别的车辆和行人图像：自行车291张、小汽车1797张、人1281张、卡车494张、公交车425张以及摩托车328张。所有图片均从网络上爬取，并由人工进行标注，支持VOC、COCO及YOLO三种格式的数据标注样式。如果涉及侵权，请联系作者删除相关数据。
     
  • Yolo算法用车辆数据集-含2129张标注图片-涵盖卡车、小汽车和摩托车及公交车.zip
    优质
    本资源提供了一个包含2129张注释图像的数据集，专为YOLO算法训练设计。该数据集涵盖了多种常见车辆类型，包括卡车、小汽车、摩托车及公交车，有助于提高模型在复杂交通环境下的识别精度和速度。 Yolo系列算法的目标检测数据集包含标签文件，可以直接用于训练模型及验证测试。该数据集已经划分好，并附有data.yaml配置文件，适用于yolov5、yolov8、yolov9、yolov7、yolov10和yolo11等算法。 此数据集中有两种格式的标签：Yolo格式（txt文件）与VOC格式（xml文件），分别存储在不同的文件夹中。Yolo格式的具体内容为： ，其中： - `` 表示目标类别的索引值，从0开始计数。 - `` 和 `` 分别是目标框中心点的X和Y坐标，这些坐标是以图像宽度和高度为基准的比例值，在0到1之间变化。 - `` 和 `` 表示目标框的实际宽度与高度，同样以比例形式给出。
     
  • 带标签的卡车数据集含5000张图片
    优质
    本数据集包含5000张带有详细标注的卡车图像，适用于自动驾驶、目标检测等场景的研究与开发。 卡车数据集包含5000张图片，其中有标签的卡车数据集也有5000张图片，并且这些有标签的数据集可用于训练YOLOv5模型。
     
  • 包含约9000张图片的工程车辆数据集，涵盖卡车、压路机和起重机等多种车型，均已标注并以txt文件形式提供，适用于目标检测任务
    优质
    本数据集收录了超过8900张各类工程车图像，包括卡车、压路机及起重机等，每张图片均附有详细的标签信息，旨在促进目标检测算法的研究与开发。 主要用于目标检测的训练。
     
  • 大卡车目标检测入门数据集
    优质
    本数据集为初学者提供大量标注清晰的大卡车图像，旨在帮助用户掌握基础的目标检测技术与算法优化技巧。 大卡车车辆数据集用于深度学习入门中的目标检测任务，例如使用YOLO算法进行研究和实践。
     
  • 自行车在俯视视角下的目标检测数据集 - bicycle_Visdrone2019.rar
    优质
    bicycle_Visdrone2019 数据集是一个专为俯视视角下自行车目标检测设计的数据集合，包含大量标注图像和详细信息，适用于自动驾驶与交通监控研究。 该数据集包含俯视场景下的自行车目标检测样本，适用于YOLO模型的训练与评估。标签格式提供txt和xml两种形式。所有图像仅涉及一个类别：bicycle。此数据集中共有3496张图片，是从VisDrone数据集中提取而来。
     
  • 自制卡车数据集用于目标检测，标注遵循YOLO格式
    优质
    本项目创建了一个自定义卡车图像数据集，并采用YOLO标注格式进行详细标注，旨在提升目标检测算法在特定场景下的性能。 共包含279张卡车图片。
     
  • 已标注的夜间车辆检测数据集
    优质
    本数据集包含大量经过严格标注的夜间车辆图像，旨在为自动驾驶及智能交通系统中的夜间场景识别与目标检测研究提供支持。 夜间车辆监测数据集已包含标注好的xml标签文件，分为训练集和测试集，总共有大约10000张图片。
     
  • 包含1400张车辆图片的专业数据集，涵盖公交、家用轿车、消防车及工程车等，并已完成人工标注
    优质
    这是一个专业级别的车辆图像数据集，内含1400张多样化的车辆照片，包括公交车、家用轿车、消防车和工程车等，每一张图片都已进行了精细的人工标注。 我们有一个包含1400张车辆图片的数据集，涵盖了公交车、家用车、消防车和工程车等多种车型，并且所有数据都已经通过专业手工标注完成。每个图像都有对应的.xml文件，这些资源非常适合用于训练YOLOv3、YOLOv4或YOLOv5框架的车辆检测模型，能够达到超过98%以上的识别准确度。