Advertisement

苹果果园图像数据集,含2538张图片及对应xml和txt文件,信息准确无疑!

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


简介:
本数据集包含2538张高质量苹果果园图片及其详细标注,附带xml与txt格式注释文件,确保每一张图片的信息精确无误。 数据集质量高,标签准确无误,文件分类清晰明了,可以直接使用,非常优秀!

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 2538xmltxt
    优质
    本数据集包含2538张高质量苹果果园图片及其详细标注,附带xml与txt格式注释文件,确保每一张图片的信息精确无误。 数据集质量高,标签准确无误,文件分类清晰明了,可以直接使用,非常优秀!
  • 识别4733标注XML
    优质
    本数据集包含4733张标注图片及其对应的XML文件,旨在用于训练和测试苹果识别算法。每一张图片均详细标注了苹果的位置和类别信息。 苹果识别数据集包含4733个带注释的图像以及相应的含有苹果信息的xml文件。
  • 叶病害,包3997
    优质
    本数据集收录了3997张描绘苹果叶片病害状况的照片,旨在支持机器学习模型训练与研究,助力于精准农业和植物病理学的发展。 苹果叶片病害数据集包含3997张图片。
  • Python人Matting34427Matting结
    优质
    该数据集包含34,427张图像及其对应的高精度抠图结果,专为Python环境下的人像抠图研究和算法开发设计。 人像matting数据集包含34427张图像及其对应的抠图结果。
  • TXTXML格式)
    优质
    本数据集提供了苹果相关的信息,并以TXT和XML两种格式呈现,便于研究人员进行跨平台的数据分析与处理。 文件夹包含约1600张带有标注的苹果图片,标注格式为txt和xml。
  • 行人1.7万XML).zip
    优质
    该资源包包含行人相关的图像数据集,总计超过1.7万张图片,并附有对应的XML标注文件,适用于目标检测和行人识别研究。 街上的路人与训练模型中的表现一致,并且这些路人的行为自然,没有任何摆拍的痕迹。XML文件是通过自动标注生成的,因此可能不如手动标注准确,存在漏检的情况。
  • YOLOv5水1000标注
    优质
    本资源提供一个包含1000张图片的YOLOv5水果数据集,内附详细的标注信息,适用于目标检测模型训练与测试。 进行苹果、香蕉、橙子的水果识别用于Yolov数据集,总共有1000张图片,其中大部分背景为白色,少部分包含背景干扰。如果有需要可以下载测试数据集。
  • ,包1400+
    优质
    本数据集收录了超过1400张梨果实的高质量图像,旨在为农业科研、机器视觉及水果分类研究提供详实的数据支持。 我们有一个梨果实图像数据集,包含1400多张图片。我们将使用深度学习技术中的YOLO V5进行相关研究或应用开发。
  • 340的水XML标注
    优质
    这是一个含有340张图片的水果XML标注数据集,适用于训练和测试图像识别模型,助力于水果分类与识别的研究。 我们有一个水果数据集,包含三种类别:苹果、香蕉和葡萄。整个数据集中共有340张图片,并且这些图像的标签是以XML格式进行标注的。使用的标注工具是精灵标注助手。
  • 350多自然生长Yolo-V8
    优质
    本数据集包含超过350张自然环境中苹果树及其果实的照片,旨在为机器学习模型提供训练资源。采用Yolo-v8框架优化物体检测精度。 由Roboflow提供的数据集包含350多幅苹果树上自然生长的苹果图像。与其他现有的套装不同,这套数据集旨在捕捉在白天不同光照条件下生长于树上的苹果。 训练数据包括77张彼得·布洛赫家中苹果树的照片,在拍摄后被分割成多个较小的图片,每个小图分辨率为360×640像素。这个分辨率的选择是为了适应项目中将使用的CV摄像机的最低自然分辨率。