Advertisement

煤矿中的煤与脉石检测区分数据集，采用Yolov11标注格式，包含约7000张未经增强的原始图像.zip

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

简介：
本数据集包含约7000张未经过任何形式的数据增强处理的原始图像，旨在通过YOLOv11标注格式对煤矿中的煤与脉石进行精确检测和分类。 煤矿中的煤和脉石检测区分数据集使用YOLOv11格式标记，包含七千多张未经增强的原始图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 煤矿中的煤与脉石检测区分数据集，采用Yolov11标注格式，包含约7000张未经增强的原始图像.zip
    优质
    本数据集包含约7000张未经过任何形式的数据增强处理的原始图像，旨在通过YOLOv11标注格式对煤矿中的煤与脉石进行精确检测和分类。 煤矿中的煤和脉石检测区分数据集使用YOLOv11格式标记，包含七千多张未经增强的原始图片。
  • 老鼠图片目标检测数据集【包含约1100张标注图片，采用YOLO格式】
    优质
    这是一个专为老鼠图像设计的目标检测数据集，内含大约1100张标注图片，并且采用了流行的YOLO格式，非常适合训练和优化目标检测模型。 老鼠图像目标检测数据集已包含约1100张图片，并且已经按照YOLO格式进行了标注。 类别数量为1：老鼠（详情参考classes文件）。 该数据集已被划分为训练集与测试集，如需可视化，请运行show脚本即可。
  • 智能社区煤气罐检测数据集（1071张图片）包含VOC、YOLO和JSON标签格式.zip
    优质
    本数据集提供1071张图片及对应VOC、YOLO和JSON格式标签，用于训练智能社区中煤气罐检测模型。含丰富场景标注信息，助力提升安全监测效率与准确性。 煤气罐检测数据集适用于课程作业、设计项目及比赛，并在实际应用如智慧社区与智能安防领域具有重要价值，特别是在煤气罐识别与告警系统中发挥作用。 该数据集中包含1071张图片，背景多样且复杂，目标大小不一并涵盖各种角度。标签以VOC（xml）、YOLO（txt）和JSON三种格式提供，确保多种目标检测算法可以直接应用。所有标注均为手工完成，保证了高精度的目标框定位以及良好的模型拟合效果。 整体而言，数据集的质量可靠且具备较高的多样性与实用性。
  • 煤矸石识别的数据集（目标检测）
    优质
    本数据集专注于煤矸石识别，采用目标检测技术，旨在提高煤矿废弃物处理效率与安全性。含丰富标注图像，助力AI模型训练与优化。 该数据集包含YOLO与VOC格式的煤矸石图像，适用于YOLO系列、Faster R-CNN、SSD等多种模型训练。类别包括Coal（煤炭）和Rock（岩石），共有3091张图片。文件中包含了图片、txt标签以及指定类别的yaml配置文件，并且已经将数据划分为训练集、验证集和测试集，可以直接用于YOLO算法的训练。
  • 11种常见动物的图像分类数据集【已标注，包含约7000张图片】
    优质
    这是一个包含了大约7000张图片的数据集，涵盖了11种常见的动物种类，并且每一张图片都已经进行了详细的标注。非常适合用于图像分类的研究和学习。 11种常见动物图像分类数据集【已标注，约7000张数据】 该数据经过预处理，可以直接作为分类网络的输入使用。 包含的类别有【11】：狗、牛、羊、老虎、猪等（具体查看json文件）。 划分了训练集和测试集，并分别存放各自同一类别的图片。如果想可视化数据集，可以运行资源中的show脚本。 有关图像分类与分割网络改进的内容可以在相关博客中查阅；计算机视觉的完整项目也可以在其他文章中找到。
  • [数据集][VOC][正版]煤气罐检测数据集（VOC格式）- 1832张.zip
    优质
    本数据集包含1832张图片，遵循Pascal VOC标准格式，专为煤气罐检测设计，适用于训练和测试目标检测模型。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及对应的xml） 图片数量（jpg文件个数）：1832 标注数量（xml文件个数）：1832 标注类别数：1 标注类别名称：tank 每个类别的标注框数：tank总计 2288个 使用工具：labelImg 标注规则：对目标对象进行矩形框选 重要说明：本数据集仅提供准确且合理的标注，不保证训练模型或权重文件的精度。
  • 药片与胶囊识别数据集，采用Yolov11标注格式，包含药片及胶囊两类标签，共2445张原始图片
    优质
    本数据集提供了2445张原始图像，用于药片和胶囊的识别任务，采用了YOLOv11标注格式，涵盖两种分类标签，旨在提升药品自动识别技术。 药片和胶囊识别数据集使用yolov11格式进行标注，可以识别两种标签：药片和胶囊。该数据集中包含2445张原始图片。
  • 挖掘机检测数据集，具备91.0%的高准确度，包含4327张原图，兼容YOLOv11标注格式
    优质
    本挖掘机检测数据集拥有卓越的91.0%识别精度，内含4327张高质量原图，并采用先进的YOLOv11标注格式，便于深度学习模型训练与优化。 挖掘机检测数据集的准确识别率为91.0%，包含4327张原始图片，并支持YOLO、COCO JSON及PASICAL VOC XML等多种格式标注。关于标注信息和参考图片的相关内容可以在相关博文中查阅。
  • 口罩检测的数据集：包含2700张图像及VOC格式标注信息
    优质
    本数据集包含了2700张关于口罩的相关图像，并附有VOC格式的详细标注信息，旨在支持各类口罩识别与检测的研究工作。 目标检测之口罩数据集包含2700张图片及相应的VOC格式标注信息。JPEGImages文件夹用于保存这2700张图片；Annotations文件夹中则包含了与每一张图片对应的XML文件，提供目标检测的标注信息。