Advertisement

智慧农场农田与农机航拍检测数据集（VOC+YOLO格式，含4596张图片，4个类别）.zip

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

简介：
本数据集包含4596张图片，涵盖农田及农机设备的航拍图像，并提供VOC和YOLO两种标注格式，支持四种不同类别的精准识别。 样本图展示在服务器上，请务必通过电脑端资源详情页面查看并下载。 重要提示：数据集的一半经过了增强处理，由于文件超过1GB，建议使用百度云盘进行下载。 **数据格式**： - Pascal VOC 格式 + YOLO 格式（不包含分割路径的txt文件，仅提供jpg图片及对应的VOC格式xml文件和yolo格式txt文件） **图像数量 (jpg 文件个数)**：4596 **标注数量 (xml 文件个数)**：4596 **标注数量 (txt 文件个数)**：4596 **类别总数**：4 具体类别名称及框的数量： - car: 7345 - people: 7958 - tractor: 6177 - van: 7524 总标注数量（所有框）：29004 使用的标签工具为 LabelImg，标注规则是对每个类别进行矩形框标记。 **特别说明**: 提供的数据集不保证训练模型或权重文件的精度，仅确保提供的标注准确且合理。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 智慧农场农田与农机航拍检测数据集（VOC+YOLO格式，含4596张图片，4个类别）.zip
    优质
    本数据集包含4596张图片，涵盖农田及农机设备的航拍图像，并提供VOC和YOLO两种标注格式，支持四种不同类别的精准识别。 样本图展示在服务器上，请务必通过电脑端资源详情页面查看并下载。 重要提示：数据集的一半经过了增强处理，由于文件超过1GB，建议使用百度云盘进行下载。 **数据格式**： - Pascal VOC 格式 + YOLO 格式（不包含分割路径的txt文件，仅提供jpg图片及对应的VOC格式xml文件和yolo格式txt文件） **图像数量 (jpg 文件个数)**：4596 **标注数量 (xml 文件个数)**：4596 **标注数量 (txt 文件个数)**：4596 **类别总数**：4 具体类别名称及框的数量： - car: 7345 - people: 7958 - tractor: 6177 - van: 7524 总标注数量（所有框）：29004 使用的标签工具为 LabelImg，标注规则是对每个类别进行矩形框标记。 **特别说明**: 提供的数据集不保证训练模型或权重文件的精度，仅确保提供的标注准确且合理。
     
  • 柑橘病虫害智慧农业数据集522张含标注-voc与yolo格式.zip
    优质
    本资源提供包含522张图片的柑橘病虫害数据集，附带VOC及YOLO格式标注信息，适合用于训练图像识别模型。 智慧农业_3类柑橘病虫害数据集包含522张已标注图片，提供VOC格式和YOLO格式标签。病害类别包括三类：0代表HLB，1代表ill，2代表健康状态。由于文件较大，上传了下载链接以便获取完整资源。
     
  • DOTA v1.0 遥感航拍目标检测数据集（VOC+YOLO格式，含1713张图片，16个类别）.zip
    优质
    该数据集为DOTA v1.0版本，包含1713张遥感航拍图像及16类目标标注信息，支持VOC与YOLO格式，适用于目标检测任务研究。 数据集已上传至百度云盘，请下载后通过下载地址.xlsx文件获取下载链接。 重要说明：由于官方数据集中存在部分错误标注（如坐标位置超出图片实际宽高、左上角与右下角坐标不匹配等情况），我们已经使用代码去除了这些错误，因此您在本地打开的数据集中的图片数量可能会低于官方发布的数量。此外，请注意Dota数据集的目标都是小目标，在训练过程中如果mAP值较低属于正常现象，因为小目标的检测难度较大。 数据格式：Pascal VOC + YOLO（不含分割路径的txt文件，仅包含jpg图片、对应的VOC格式xml文件和yolo格式txt文件）。 图片数量(jpg)：1713 标注数量(xml)：1713 标注数量(txt)：1713 类别数：16 更多信息请参考相关博文。
     
  • 考场作弊行为检测数据集（VOC+YOLO格式，含4413张图片，4个类别）.7z
    优质
    本数据集包含4413张图像，用于识别考试中的作弊行为，采用VOC和YOLO格式标注，涵盖4种类别，适用于训练检测模型。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量(jpg文件个数)：4413 标注数量(xml文件个数)：4413 标注数量(txt文件个数)：4413 标注类别数：4 标注类别名称:[Cheatcode,Cheating,NonCheating,mobiledetrction] 每个类别标注的框数： - Cheatcode 框数 = 428 - Cheating 框数 = 8730 - NonCheating 框数 = 4022 - mobiledetrction 框数 = 3611 总框数：16791 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，仅提供准确且合理的标注。
     
  • 航空发动机缺陷检测数据集（VOC+YOLO格式），含291张图片和4个类别.7z
    优质
    本数据集包含291张图片及四个类别的标注信息，采用VOC与YOLO格式存储，专为训练航空发动机缺陷检测模型设计。 数据集格式采用Pascal VOC与YOLO两种格式结合的方式（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：291张 标注数量：291个（包括xml和txt文件） 标注类别总数为4种： 标注类别名称分别为：“crease”、“damage”、“dot”、“scratch”。
     
  • 茶叶叶片年龄检测数据集（VOC+YOLO格式，含2195张图片，4个类别）.zip
    优质
    本数据集包含2195张茶叶叶片图像，涵盖四种不同状态或疾病类型。以VOC及YOLO两种格式提供，适用于训练和测试机器学习模型进行茶叶叶片年龄检测与分类。 样本图：请到服务器下载文件（仅限电脑端查看并下载）。 数据集格式包括Pascal VOC格式和YOLO格式的标注文件，但不包含分割路径的txt文件，只提供jpg图片、VOC格式xml文件以及yolo格式txt文件。 图片数量为2195张。 标注数量总计：xml文件 2195个； txt 文件 2195个。 数据集中有4种不同的类别： - 类别名称分别为: [1to2day, 2to4day, 4to7day, 7plusday] - 每类别的标注数量为：1to2day (矩形框数 = 559)； - 2to4day (矩形框数 = 619); - 4to7day (矩形框数 = 509); - 7plusday (矩形框数 = 520) 总共的标注数量（即所有类别中包含的所有矩形框）为2207个。 使用的是labelImg工具进行标注工作，规则是针对每个对象画出其对应的矩形边界。 重要说明：暂无 本数据集不对训练模型或权重文件的质量提供任何保证；仅确保提供的标注准确合理。
     
  • 智慧工厂机械铸件缺陷检测数据集（VOC+YOLO格式，含4270张图片，8个类别）.zip
    优质
    本数据集包含4270张图片和8种类别的标签，采用VOC与YOLO格式标注，专为智慧工厂机械铸件缺陷检测设计。 样本图展示如下： 文件存储于服务器，请务必在电脑端查看资源预览或详情后再进行下载。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅包括jpg图片及对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：4270 标注数量（xml文件个数）：4270 标注数量（txt文件个数）：4270 标注类别总数：8 标注类别名称包括： - Casting_burr - Polished_casting - burr - crack - pit - scratch - strain - unpolished_casting
     
  • 智慧工地扬尘监测数据集（VOC+YOLO格式，含3382张图片，1个类别）.zip
    优质
    本数据集包含3382张图片及对应标签，专为智慧工地中的挥发性有机化合物(VOC)检测设计，并以YOLO格式存储，便于模型训练与应用。 样本图：文件过大，请在电脑端资源详情页面查看并下载。 数据集格式为Pascal VOC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）：3832 标注数量（xml文件个数）：3832 标注数量（txt文件个数）：3832 标注类别数目为1，具体名称为“yangchen”。 每个类别的矩形框总数： “yangchen” 类别中的矩形框 = 3832 总矩形框数量：3832 使用工具：labelImg 标注规则：对目标进行矩形标记 重要说明：无特殊要求。 特别声明：本数据集不保证训练模型或权重文件的精度，仅提供准确合理的标签信息。
     
  • 轮胎瑕疵检测数据集（VOC+YOLO格式），含2154张图片，4个类别.7z
    优质
    本数据集包含2154张图像，用于轮胎瑕疵检测，支持VOC和YOLO格式，涵盖四种不同类型缺陷，适用于训练高效的瑕疵识别模型。 数据集采用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。 总共有2154张图片，每一张都有相应的标注文件。 - 使用了四种不同的类别进行标注：debris、ground、side 和 side_cut。 - 各类别的具体框数如下： - debris: 1599个 - ground: 564个 - side: 188个 - side_cut: 493个 总计标注了2844个边界框。 使用的标注工具为labelImg。