Advertisement

石油泄漏检测数据集(VOC+YOLO格式,含6633张图片,1个类别).7z

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:7Z


简介:
本数据集包含6633张图像,采用VOC和YOLO格式标注,专注于单一类别的石油泄漏检测,旨在提升环境监测技术的精确性和效率。 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):6633 标注数量(xml文件个数):6633 标注数量(txt文件个数):6633 标注类别数:1 标注类别名称:[oil] 每个类别标注的框数: oil 框数 = 8754 总框数:8754 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集包含增强图片,请仔细查看图片斟酌下载。 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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VOC+YOLO66331).7z
    优质
    本数据集包含6633张图像,采用VOC和YOLO格式标注,专注于单一类别的石油泄漏检测,旨在提升环境监测技术的精确性和效率。 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):6633 标注数量(xml文件个数):6633 标注数量(txt文件个数):6633 标注类别数:1 标注类别名称:[oil] 每个类别标注的框数: oil 框数 = 8754 总框数:8754 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集包含增强图片,请仔细查看图片斟酌下载。 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。
  • 电力设备VOC+YOLO3381).7z
    优质
    这是一个包含338张图像的数据集,用于电力设备漏油的视觉对象检测任务,采用VOC和YOLO兼容格式,专注于单一类别识别。 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):338 标注数量(xml文件个数):338 标注数量(txt文件个数):338 标注类别数:1 标注类别名称:[oil] 每个类别标注的框数: oil 框数 = 372 总框数:372 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。
  • 道路圆VOC+YOLO),4611.7z
    优质
    本数据集包含461张图片及对应标注,专为道路圆石墩设计,支持VOC与YOLO两种格式,适用于目标检测模型训练和验证。 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) :462 标注数量 (xml 文件个数) :462 标注数量 (txt 文件个数):462 标注类别数:1 标注类别名称:[spherical_roadblock] 每个类别的标注框数: - spherical_roadblock 框数 = 1798 总框数:1798 使用标注工具:labelImg 标注规则:对类别进行矩形框标记 重要说明:暂无 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。
  • 拐杖(VOC+YOLO27781).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。
  • 型识VOC+YOLO),4766,9.7z
    优质
    本数据集包含4766张用于岩石类型识别的图像,涵盖九种类别。采用VOC和YOLO兼容格式,便于训练高效的目标检测模型。压缩文件为7z格式。 数据集格式为Pascal VOC格式与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:4766张 标注数量: - xml文件个数:4766份 - txt文件个数:4766份 标注类别总数为9种,具体名称如下: 1. Igneous_Basalt 2. Igneous_Diorite 3. Igneous_Granite 4. Metamorphic_Marble 5. Metamorphic_Quartize 6. Sedimentary_Chalk 7. Sedimentary_Limestone 8. Sedimentary_Sandstone 9. Sedimentary_coal
  • 室内积水VOC+YOLO),包7611.7z
    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。
  • RSNA肺炎VOC+YOLO),6012像,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