Advertisement

课堂中的游戏行为与睡眠质量监测检测数据集（VOC+YOLO格式）共包含2388张图片涉及三个分类维度

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

简介：
该数据集专注于课堂上学生的实时行为检测，在玩手机与睡觉这两类不良行为上进行了深入研究。包含2388张图片的数据集配备了Pascal VOC格式的XML注释文件以及YOLO格式的TXT标注文件以确保数据的多样性和灵活性。三种标注类别分别为normal（正常）、play phone（玩手机）和sleep（睡觉），对应的框数分别为20238、10795与3763合计达34796个框。所有图像与注释均采用矩形框标注法完成，并通过labelImg工具生成 该数据集适合计算机视觉领域的研究人员、机器学习爱好者以及高校师生等人群使用 其主要应用场景包括：一是用于训练与评估课堂行为识别模型从而提升课堂管理效率；二是可作为研究开发学生行为监测系统的起点帮助教师及时识别并干预不良行为 需要注意的是本数据集仅提供标准化的标注信息并不对所训练模型或导出权重文件的性能作出任何承诺

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 学生课堂行为检测数据集（VOC+YOLO格式），含5622张图片，7个类别.7z
    优质
    本数据集包含5622张图像，采用VOC及YOLO格式标注，涵盖学生课堂上的七种典型行为，旨在促进课堂教学行为分析研究。 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图片以及对应的VOC格式xml文件和yolo格式txt文件。 图片数量：5622张 标注数量：5622个（包括xml文件和txt文件） 标注类别数：7类 标注类别名称：“dk”、“dx”、“js”、“tt”、“xt”、“zl”、“zt”。
  • 猫行为检测数据集采用VOC与YOLO格式，包含5997张图片，共五个类别
    优质
    该资源为[数据集][目标检测]形式的“猫的行为识别”数据集，采用VOC与YOLO融合的格式，包含5,997张图片，涵盖5个分类类别。
  • 课堂行为数据集：举手、阅读、睡觉、转头朝前看，VOC+YOLO格式，共2262张图片，含5个类别.7z
    优质
    本数据集包含2262张教室场景图像，涵盖学生举手、阅读、睡觉及转头等五类行为，适用于VOC与YOLO模型训练，以.zip格式封装。大小为7Z文件。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅仅包含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）：2262 标注数量（xml文件个数）：2262 标注数量（txt文件个数）：2262 标注类别数：5 标注类别名称：“Looking_Forward”，“Raising_Hand”，“Reading”，“Sleeping”，“Turning_Around”
  • 管道焊缝质量检测数据集（VOC+YOLO格式，含1134张图片，2个类别）.7z
    优质
    本数据集包含1134张用于管道焊缝质量检测的图像，涵盖两个关键类别，并采用VOC和YOLO两种格式标注，适用于机器学习与深度学习研究。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅仅包含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）：1134 标注数量（xml文件个数）：1134 标注数量（txt文件个数）：1134 标注类别数：2 标注类别名称：bad,good 每个类别标注的框数： - bad 框数 = 565 - good 框数 = 431 总框数：996 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无特别说明
  • 公司员工行为监测数据集（VOC+YOLO格式，含3853张图片，3个类别）.zip
    优质
    本数据集包含3853张图片，采用VOC和YOLO格式标注，涵盖公司员工三种典型行为模式，适用于训练和评估员工行为监测系统。 样本图：请到服务器下载文件（务必使用电脑端资源详情查看并下载）。 数据集格式包括Pascal VOC格式与YOLO格式（不含分割路径的txt文件），仅包含jpg图片、VOC格式xml文件及yolo格式txt文件。 图片数量（以jpg计数）为3853张，标注数量分别对应xml和txt各为3853个。数据集中有三个类别：normal、play与sleep。 各类别的标注框数量如下： - normal 类别框数 = 2761 - play 类别框数 = 736 - sleep 类别框数 = 847 总计矩形框的数量为4344个。使用labelImg工具进行标注，规则是对每个类别画出相应的矩形框。 重要说明：暂无其他特别说明。
  • 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。
  • 拐杖检测数据集(VOC+YOLO格式，含2778张图片，1个类别).7z
    优质
    本数据集包含2778张图片，标注了单一物体类别——拐杖的数据，采用VOC及YOLO两种格式，适用于目标检测模型训练与测试。 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）：2778 标注数量（xml文件个数）：2778 标注数量（txt文件个数）：2778 标注类别数：1 标注类别名称：[whitecane] 每个类别标注的框数： - whitecane 框数 = 4635 总框数：4635 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：视频采集截图图片，场景类似，请参考相关博文。
  • 游泳者溺水检测数据集（VOC+YOLO格式，含8275张图片，4个类别）.7z
    优质
    本数据集包含8275张图片，旨在通过VOC和YOLO格式识别四种不同类型的潜在溺水事件，以帮助开发游泳者溺水检测系统。 数据集格式采用Pascal VOC与YOLO两种格式存储（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：8275张 - 标注数量： - xml文件个数：8275份 - txt文件个数：8275份 标注类别共有4种，分别为： 1. Drowning 2. Drowning-headdown 3. Person out of water 4. Swimming 各类别的具体框数如下： - Drowning 框数 = 8835 - Drowning-headdown 框数 = 4 - Person out of water 框数 = 477 - Swimming 框数 = 5383 总计标注框数量为：14699个。 使用工具：labelImg 重要说明： 由于溺水图片较难获取，数据集中超过80%的图片是经过增强处理而来，并且大部分图像分辨率较低，请谨慎考虑是否下载。
  • 室内积水检测数据集（VOC+YOLO格式），包含761张图片，1个类别.7z
    优质
    本数据集提供761张室内图像用于积水检测，采用VOC和YOLO双格式存储，专注于单一目标类别——积水区域的识别与标注。压缩包为7z文件格式。 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)：761 标注数量(xml文件个数)：761 标注数量(txt文件个数)：761 标注类别数：1 标注类别名称:[jishui] 每个类别标注的框数： jishui 框数 = 902 总框数：902 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。
  • 羊场监测羊进食与休息行为数据集（VOC+YOLO格式），含9652张图片，3个类别.7z
    优质
    本数据集包含9652张图片，采用VOC和YOLO格式记录羊在羊场的进食与休息行为，涵盖三个类别，适用于训练监测模型。 数据集格式：Pascal VOC格式+YOLO格式（仅包含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)：9652 标注数量(xml文件个数)：9652 标注数量(txt文件个数)：9652 标注类别数：3 标注类别名称：eating、normal、sleeping 每个类别标注的框数： - eating 框数 = 38641 - normal 框数 = 15623 - sleeping 框数 = 6331 总框数：60595 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，仅提供准确且合理标注。