Advertisement

工程车检测数据集，含10,111张原始图片，兼容YOLOV5标注格式，涵盖水泥卡车、空载及载物自卸卡车和挖掘机等识别对象

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

简介：
本工程车检测数据集包含10,111张原始图片，适用于YOLOV5模型训练与评估。内容覆盖多种工程车辆类型如水泥卡车、自卸卡车（空载/载物）及挖掘机等，助力精准图像识别技术开发。 工程车检测数据集包含10,111张原始图片，并支持YOLO、COCO JSON及PASCAL VOC XML等多种格式的标注。该数据集能够识别水泥卡车、空载自卸卡車、載物自卸卡车、挖掘机和装载机等对象，具备详细的标注信息。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 工程车检测数据集，含10,111张原始图片，兼容YOLOV5标注格式，涵盖水泥卡车、空载及载物自卸卡车和挖掘机等识别对象
    优质
    本工程车检测数据集包含10,111张原始图片，适用于YOLOV5模型训练与评估。内容覆盖多种工程车辆类型如水泥卡车、自卸卡车（空载/载物）及挖掘机等，助力精准图像识别技术开发。 工程车检测数据集包含10,111张原始图片，并支持YOLO、COCO JSON及PASCAL VOC XML等多种格式的标注。该数据集能够识别水泥卡车、空载自卸卡車、載物自卸卡车、挖掘机和装载机等对象，具备详细的标注信息。
     
  • 工程车检测数据集，含10,111张原始图片，兼容YOLOV9格式标注，涵盖水泥卡车、空载及载物自卸卡车和挖掘机等多种车型识别
    优质
    本工程车检测数据集包含10,111张原始图像，适用于YOLOV9模型训练与验证。内容覆盖多种车型如水泥卡车、空载及装载状态的自卸卡车以及挖掘机等，助力精准车辆识别技术开发。 工程车检测数据集包含10111张原始图片，并支持YOLO、COCO JSON及PASCAL VOC XML等多种格式的标注。该数据集中可识别的对象包括水泥卡车、空载自卸卡车、载物自卸卡车、挖掘机和装载机等，提供了详细的标注信息与对应图像。
     
  • 工程车辆检测，精准识别推土机、自卸卡车、挖掘机、压路机、平路机、装载机、搅拌车及移动吊车（起重机）等常见车型，本数据集包含...
    优质
    该数据集专为工程车辆检测设计，涵盖多种重型机械如推土机、挖掘机和自卸卡车的精准识别模型训练与测试，助力智能工地建设。 我们的工程车辆检测系统具有极高的识别率，能够准确地识别推土机、自卸卡车、挖掘机、压路机、平路机、装载机、搅拌车以及移动吊车等常见类型。该系统包含18282张图片，并配有YOLO, COCO和VOC标签。关于标签标注信息及各类车辆的展示详情，请参阅相关博文。
     
  • 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。
     
  • 工程车辆目标检测数据集（VOC格式）：重型卡车系列14 - 782张图片
    优质
    本数据集包含782张重型卡车图像，采用VOC格式标注，适用于训练和评估工程车辆的目标检测模型。 数据集格式为Pascal VOC（不含分割路径的txt文件、yolo格式的txt文件，仅包含jpg图片及对应的xml）。 图片数量：782张 标注数量：782个 标注类别数：1类 标注类别名称：zhongxingkache 每个类别中的框的数量：zhongxingkache共有1030个 使用工具为labelImg，对各个分类进行矩形标记。无特别说明需要遵守的规则或注意事项。请注意，本数据集不对训练模型或者权重文件精度作任何保证，仅提供准确合理的标注信息。
     
  • 已完成标注的工程车辆数据集（含挖掘机、推土机和渣土车，每类约700张图片，COCO格式）
    优质
    本数据集包含已标注的工程车辆图像，涵盖挖掘机、推土机及渣土车三大类，每种类别约有700张图片，统一采用COCO格式存储。 工程车辆数据集（包括挖掘机、推土机、渣土车）已标注完成，每类约有700张图片。该数据集适用于COCO格式的深度学习目标检测任务。如有需要其他格式的数据，请通过平台私信联系我。
     
  • 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。
     
  • 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。
     
  • 车辆种类识别数据集：2000张图片及标注文件（YOLOv5）
    优质
    本数据集包含2000张不同类型的车辆图像及其对应的YOLOv5格式标注文件，适用于训练和测试车辆分类模型。 车俩种类识别数据集包含7个类别：一类客车（tinycar）、二类客车（midcar）、三类客车（bigcar）、一类货车（smalltruck）、二类货车（bigtruck）、油罐车（oil truck）以及特殊车辆（specialcar）。该数据集中共有1488张训练图片、507张验证图片和31张测试图片，所有图像均已标注并转换为txt格式。这些数据适用于YOLOv5 v7 v8深度学习模型的训练，类别总数为nc: 7，类名分别为[tinycar, midcar, bigcar, smalltruck, bigtruck, oil truck, specialcar]。
     
  • 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。