Advertisement

智慧城市道路分割数据集LabelMe格式2648张1类别.zip智慧城市道路分割数据集LabelMe格式2648张1类别.zip

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

简介：
样本图链接：[此处插入链接]请将文件放置于服务器上，并建议在电脑端的资源预览页面或详细资料页面中查看下载。统计显示，共有2,648张.jpg图片文件。对应的标注数据量为2,648份.json文件。仅涉及一个类别进行标注。该类别的名称列表为[road]。在road类别上，总计绘制了2,782张多边形框。您可使用labelme软件进行数据集编辑；请注意，必须先将json格式的标注文件转换为mask、yolo或coco中的任意一种格式。该数据集适用于进行语义分割或实例分割任务。请注意，本数据集无法保证对训练的模型或权重文件精度作任何保证。该数据集中提供的标注均为精确且合理的。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 智慧城市道路分割数据集LabelMe格式2648张1类别.zip智慧城市道路分割数据集LabelMe格式2648张1类别.zip
    优质
    样本图链接：[此处插入链接]请将文件放置于服务器上，并建议在电脑端的资源预览页面或详细资料页面中查看下载。统计显示，共有2,648张.jpg图片文件。对应的标注数据量为2,648份.json文件。仅涉及一个类别进行标注。该类别的名称列表为[road]。在road类别上，总计绘制了2,782张多边形框。您可使用labelme软件进行数据集编辑；请注意，必须先将json格式的标注文件转换为mask、yolo或coco中的任意一种格式。该数据集适用于进行语义分割或实例分割任务。请注意，本数据集无法保证对训练的模型或权重文件精度作任何保证。该数据集中提供的标注均为精确且合理的。
  • 舌头分割数据集labelme格式2557张1类别.zip
    优质
    样本图：blog..net/FL1623863129/article/details/144472209 数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件) 图片数量(jpg文件个数)：2557 标注数量(json文件个数)：2557 标注类别数：1 标注类别名称:[tongue] 每个类别标注的框数： tongue count = 2557 使用标注工具：labelme=5.5.0 标注规则：对类别进行画多边形框polygon 重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割 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
  • 肾结石医学图像分割数据集（LabelMe格式，含359张图片，1个类别）.zip
    优质
    本资料包含359张用于肾结石识别与研究的医学图像，采用LabelMe标注格式，提供单一类别的精确分割信息。适合深度学习和计算机视觉领域相关科研使用。 样本图展示在博客文章内。 文件存储于服务器上，请务必通过电脑端预览资源详情后再进行下载。 数据集格式：采用labelme标准（不含mask文件，仅包括jpg图片及对应的json文件）。 图片数量（即jpg文件个数）：359张； 标注数量（即json文件个数）：359份； 标注类别总数为1类； 具体标注类别名称如下： - 肾结石 (kidney stone) 每个类别的标注框数量统计如下： - 肾结石的标注框总计有 512 个。 使用工具：labelme版本号5.5.0 注释规则：对目标进行多边形绘制（polygon）。 特别说明：可利用labelme软件打开并编辑数据集，但需自行将json格式转换为mask、yolo或coco等格式以支持语义分割和实例分割任务。 重要声明：本数据集中不保证训练模型的精度与权重文件的质量，仅确保提供的标注信息准确合理。
  • 烟雾与明火分割数据集（LabelMe格式，含5205张图片，2个类别）.zip
    优质
    本数据集包含5205张图像，采用LabelMe标注格式，旨在区分烟雾和明火两类视觉特征，适用于目标检测与分类研究。 样本图展示的是一个包含5205张jpg图片及其对应json文件的数据集，这些数据是使用labelme 5.5.0工具标注的，并遵循特定规则进行多边形框polygon绘制。 该数据集中包括两个类别：smoke（烟）和fire（火）。具体来说： - smoke类别的标注数量为2354个。 - fire类别的标注数量为13438个。 为了使用这些数据，可以将整个数据集导入labelme工具进行进一步编辑。需要注意的是，json文件需要手动转换成mask、yolo或coco格式以便于语义分割或者实例分割的训练任务。 特别提示：此数据集中提供的标记是准确且合理的，但不保证基于该数据集训练出模型的具体精度表现。
  • 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。
  • 眼睛瞳孔与虹膜分割数据集（LabelMe格式，含2662张图片，2个类别）.7z
    优质
    本数据集包含2662张图片，采用LabelMe格式标注，涵盖眼睛瞳孔和虹膜两个类别，适用于眼部特征识别与分割研究。 样本图由labelme工具以5.5.0版本进行标注。 数据集格式为labelme格式（不包含mask文件，仅包含jpg图片及其对应的json文件）。 - 图片数量（jpg文件个数）：2662张 - 标注数量（json文件个数）：2662份 - 标注类别总数：2类 - 类别名称包括pupil和iris - 每一类别的标注框数量： - pupil的标注框共2660个 - iris的标注框共2666个 使用多边形（polygon）进行各分类对象的标记。 重要说明：用户可以利用labelme软件打开并编辑数据集，同时需要自行将json格式的数据转换为mask、yolo或coco等其他形式以用于语义分割或者实例分割任务。 请注意，本数据集不对训练模型及其权重文件的精度提供任何保证；提供的仅是准确且合理的标注信息。
  • 蜈蚣数据集VOC+YOLO格式237张1类别.zip
    优质
    本数据集包含237张图片，适用于物体检测任务，基于PASCAL VOC标注标准，并兼容YOLO格式，仅含一个类别。 数据集格式：Pascal VOC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（jpg文件个数）：237 标注数量（xml文件个数）：237 标注数量（txt文件个数）：237 标注类别数：1 标注类别名称：[Centipede] 每个类别的标注框数： Centipede 框数 = 255 总框数=255 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。
  • 西红柿成熟度分类数据集（LabelMe格式，含686张图片，3个类别）.zip
    优质
    本数据集包含686张采用LabelMe标注工具标记的西红柿图像，涵盖未熟、半熟和全熟三个阶段，适用于机器视觉与农业自动化研究。 样本图：请到服务器资源预览或详情查看后下载。 数据集格式为labelme格式（不包含mask文件，仅包括jpg图片及其对应的json文件）。 - 图片数量（jpg文件个数）：686张 - 标注数量（json文件个数）：686份 - 标注类别数：3类 - 标注类别名称：[未成熟, 成熟, 腐烂] 每个类别标注的框的数量： - 未成熟计数 = 2452 - 成熟计数 = 1268 - 腐烂计数 = 710 使用了labelme v5.5.0进行标注，对各类别进行了多边形（polygon）的绘制。 重要说明：可以利用LabelMe软件打开并编辑数据集。需要自行将json格式的数据转换为mask、yolo或coco格式以用于语义分割或者实例分割。 特别声明：本数据集中提供的标注信息准确且合理，并不对训练模型后的精度做出任何保证。