Advertisement

猫行为检测数据集,采用VOC和YOLO格式,包含5997张图像,分为5个类别。

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


简介:
该资源包含5997张样本图片,已部署至自身服务器,请先在资源详情页面进行确认后方可下载。数据集采用Pascal VOC格式和YOLO格式,其中不包含分割路径的txt文件,仅提供jpg图片、对应的VOC格式xml文件以及yolo格式txt文件。该数据集共包含5个标注类别,分别为匍匐、打闹、伸展身体、疲倦和玩耍。每个类别对应的标注框数量如下:匍匐1193个,打闹768个,伸展身体1393个,疲倦1322个,玩耍1338个。总共标注的框数达到6014个。标注工具为labelImg。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VOCYOLO5997片,共五
    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。
  • 学生课堂VOC+YOLO),5622片,7.7z
    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”。
  • 考场作弊VOC+YOLO4413片,4).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。
  • 电力场景下的目标VOC+YOLO),4765,压缩.7z
    优质
    本数据集包含476张电力场景图像,涵盖五种特定类别目标,采用VOC与YOLO兼容格式,并以.7z文件形式提供。 数据集格式:Pascal VOC格式+YOLO格式(不含分割路径的txt文件,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):476 标注数量(xml文件个数):476 标注数量(txt文件个数):476 标注类别数:5 标注类别名称:[damper, insulator, plate, spacer, tower] 每个类别标注的框数: - damper 框数 = 1501 - insulator 框数 = 310 - plate 框数 = 81 - spacer 框数 = 251 - tower 框数 = 252 总框数:2395 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。
  • 狗狗(1551片,8种YOLO+VOC).zip
    优质
    本数据集包含1551张关于狗狗行为的图像,涵盖八种不同的类别标签。以YOLO和VOC两种格式提供,适用于训练机器学习模型识别和分类不同情境下的狗的行为模式。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: 1. 存储图片的JPEGImages文件夹,总计有1551张jpg图片。 2. 用于存储标注信息的Annotations文件夹,其中xml文件总数为1551个。 3. labels文件夹中存放目标检测用的txt格式标签数据,共计包含1551个文本段落件。 该数据集涵盖8种不同的类别: - bark - default - eat - lyingDown - lyingProne - sit - sleep - stand 各类别对应的标注框数量分别为:bark(168),default(211),eat(208),lyingDown (240), lyingProne (148),sit(154), sleep(253) 和stand(231),总计有 1613个标注框。 图片的清晰度良好,分辨率较高。数据集中未进行任何增强处理以保持原始信息的真实性和完整性。 标签形状为矩形框形式,用于目标检测任务中的物体识别部分。 重要说明:无 特别声明:本数据集不提供关于训练模型或权重文件精度方面的保证,仅确保所提供的标注准确且合理。
  • 狗狗(1551片,8种YOLO+VOC).zip
    优质
    本数据集包含1551张标注图片,涵盖八种不同的狗狗行为类别。以YOLO和VOC标准格式存储,便于机器学习模型训练与测试。 数据集格式:VOC格式+YOLO格式 压缩包内包含三个文件夹: - JPEGImages 文件夹存储了 1551 张 JPG 图片。 - Annotations 文件夹中包含了对应的 1551 个 XML 标注文件。 - labels 文件夹则有相应的 1551 个 TXT 文件。 标签种类共有8种,分别为:bark, default, eat, lyingDown, lyingProne, sit, sleep 和 stand。各类别标注的具体数量如下: - bark: 168 - default: 211 - eat: 208 - lyingDown: 240 - lyingProne: 148 - sit: 154 - sleep: 253 - stand: 231 总标注数量为:1613。 图片的分辨率清晰,未进行数据增强处理。标签形状是矩形框用于目标检测任务中识别物体边界。 重要说明: 暂无特别需要强调的内容。 特别声明: 本数据集不对训练模型或权重文件的精度提供任何保证,仅确保提供的标注准确且合理有效。
  • RSNA肺炎VOC+YOLO),6012,1.7z
    优质
    该数据集包含6012张图像,专门用于训练和评估肺炎检测模型,以VOC和YOLO两种格式提供,便于快速集成到不同类型的深度学习项目中。 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):6012 标注数量(xml文件个数):6012 标注数量(txt文件个数):6012 标注类别数:1 标注类别名称:[meat] 每个类别标注的框数: meat 框数 = 9555 总框数:9555 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,数据集只提供准确且合理标注
  • 公司员工VOC+YOLO3853片,3).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。
  • 舰船卫星遥感VOC+YOLO),2238片,17,压缩7z
    优质
    本数据集包含2238张舰船检测图片,采用VOC与YOLO双格式标注,涵盖17种类别,旨在促进遥感图像分析研究。以7z格式压缩便于下载及存储。 数据集格式为Pascal VOC与YOLO格式(不含分割路径的txt文件),只包含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:2238张 标注数量(xml及txt文件个数):各2238份 标注类别总数:17类 具体类别名称包括:“Aircraft Carrier”、“Auxiliary Ships”、“Cargo”、“Commander”、“Container Ship”、“Cruiser”、“Destroyer”、“Dock”、“Frigate”、“Hovercraft”、“Landing”、“Oil Tanker”、“Other Ship”,“Other Warship”,“RoRo”,“Submarine”,及“Yacht”。