Advertisement

[数据集][VOC][正版]厨师帽检测数据集共2090张

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

简介：
本数据集包含2090张图片，专为厨师帽目标检测设计，适用于各类基于图像的目标识别与定位研究。 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）：2090 标注数量（xml文件个数）：2090 标注类别数：2 标注类别名称：chef hat、head 每个类别的框数： - chef hat count = 4174 - head count = 1553 使用工具：labelImg 标注规则：对各类别进行矩形标记 重要说明：暂无特别说明

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • [数据集][VOC][正版]厨师帽检测数据集共2090张
    优质
    本数据集包含2090张图片，专为厨师帽目标检测设计，适用于各类基于图像的目标识别与定位研究。 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）：2090 标注数量（xml文件个数）：2090 标注类别数：2 标注类别名称：chef hat、head 每个类别的框数： - chef hat count = 4174 - head count = 1553 使用工具：labelImg 标注规则：对各类别进行矩形标记 重要说明：暂无特别说明
     
  • 包含厨师帽和口罩检测的数据集+厨师帽单独检测
    优质
    这是一个包含了戴有口罩的厨师以及仅佩戴厨师帽的人脸图像数据集，旨在为厨师帽与口罩的独立及联合检测提供训练资源。 该数据集分为两个部分：JPEGImages 和 Annotations。JPEGImages 文件夹包含超过 6400 张各种场景的图像，并且有大约1万个标注框。每张图片都使用 labelimg 工具进行了人工标注，对应的 xml 标注文件存放在 Annotations 文件夹中。 该数据集中的图片清晰、场景广泛，经过精心挑选和详细标注。适用于任何场景下的检测任务，可以作为识别是否有厨师帽口罩的模板数据集。在特定应用场景下，只需加入一些特定场景的数据即可满足需求。这节省了收集、筛选及人工标注图像的时间，并可以直接用于工程化应用中。
     
  • 数据集-目标检测系列-帽子与厨师帽检测数据集 (chef-hat) ＞＞ DataBall
    优质
    Chef-Hat是由DataBall开发的数据集，专注于物体检测中的帽子及厨师帽识别，为智能穿戴设备和安全监控系统提供精准的图像标注与分析模型训练素材。 数据集-目标检测系列- 帽子 厨师帽 检测数据集 chef_hat ＞＞ DataBall 标注文件格式：xml 通过webui 方式对ultralytics 的 detect 检测任务 进行： 1）数据预处理， 2）模型训练， 3）模型推理。 脚本运行方式： * 运行脚本： python webui_det.py or run_det.bat 根据readme.md步骤进行操作。 目前数据集暂时在指定网址进行更新。
     
  • [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。
     
  • [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。
     
  • [数据集][VOC][正版]猪的VOC数据集-2856张
    优质
    这是一个包含2856张图像的正版猪的VOC数据集，适用于物体检测、图像分类等计算机视觉任务的研究与开发。 数据集格式：Pascal VOC（仅包含jpg图片及其对应的xml文件） 图片数量（jpg文件个数）：2856 标注数量（xml文件个数）：2856 标注类别数：1 标注类别名称：pig 每个类别标注的矩形框数目：pig 类别共有 5335 个矩形框。 使用标注工具：labelImg 标注规则：对目标进行矩形标记。
     
  • [数据集][VOC][正版]打架检测数据集含3146张图片
    优质
    本数据集提供3146张图像，专为打架行为识别设计，适用于训练和评估相关算法模型。包含正版授权，确保数据使用合法性。 数据集格式：Pascal VOC（仅包含jpg图片及对应的xml文件） 图片数量（jpg文件个数）：3146 标注数量（xml文件个数）：3146 标注类别数：2 标注类别名称：nofight、fight 每个类别的标注框数： - nofight count = 1288 - fight count = 2170 使用工具：labelImg 特别声明：本数据集不对训练的模型或权重文件精度作任何保证，仅提供准确且合理的标注。 标注规则：如果两人明显存在打架行为并包含肢体接触，则标记为fight；否则应标记为nofight。请注意非打架行为的数据同样需要进行标注以避免误检测。 重要说明：此数据集经过yolov5训练验证，有部分数据加入到训练中。
     
  • 厨师帽佩戴检测数据集-阳光厨房2851张图片-包含VOC、YOLO和JSON格式标注.7z
    优质
    本数据集提供2851张图像用于厨师帽佩戴情况检测研究，涵盖VOC、YOLO及JSON三种格式的标注文件，适用于各类深度学习框架。 阳光厨房_厨师帽佩戴检测数据集（适用于课程作业、设计、比赛及实际项目） 【实际应用】：该数据集可用于开发厨师帽佩戴检测告警系统、阳光厨房系统以及明厨亮灶项目等。 【数据集详情】：本数据集包含2851张图片，用于博主的实际后厨智能分析摄像头项目。其中包括两类目标：“厨师帽”和“人头”。所有标注均为手工完成，精度高且分布均匀；背景多样，适合各种算法拟合使用。此数据集支持VOC（xml）、YOLO（txt）及JSON格式标签，并适用于多种目标检测算法。 【备注】：上传的所有数据均来自博主的实际项目或实验演示，确保高质量无劣质内容，请放心下载和使用。如遇问题可通过留言与我联系。
     
  • [数据集][VOC][正版]老鼠数据集 3001张
    优质
    本数据集包含3001张与老鼠相关的高质量图像，旨在为学术研究、模型训练等提供正版授权的丰富资源。 数据集格式：Pascal VOC 格式（仅包含 jpg 图片、对应的 xml 文件以及对应 yolo 格式的 txt 文件） 图片数量 (jpg 文件个数) ：3001 标注数量 (xml 文件个数) ：3001 yolo 格式数量 (txt 文件个数) ：3001 标注类别数目：1 标注类别名称：[rat] 每个类别的标注框数量： rat 计数 = 3958 使用工具：labelImg 标注规则：对类别进行画矩形框
     
  • [数据集][VOC][正版]人员跌倒数据集VOC-8067张
    优质
    本数据集包含8067张图像，专注于检测和识别人员跌倒场景，适用于VOC格式，为研究与开发提供宝贵资源。 数据集格式为Pascal VOC（不含分割的txt文件），仅包含jpg图片及其对应的xml标注文件。总共有10564张图片及相应的10564个标注文件，涉及2个类别：person 和 down。 具体标记数量如下： - person 类别框数总计9031 - down 类别框数总计3087 使用工具为labelImg进行矩形框的绘制。数据集主要关注人员跌倒和不跌倒两类情况，其中down表示跌倒状态，person则代表非跌倒状态。 由于用户反馈不佳，我们更新并优化了该数据集以提高其质量与实用性。请注意：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。 最后更新时间是2023年2月11日。