[数据集][目标检测]裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别

这篇具有很好参考价值的文章主要介绍了[数据集][目标检测]裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml)
图片数量(jpg文件个数):857
标注数量(xml文件个数):857
标注类别数:2
标注类别名称:["luotu","normal"]
每个类别标注的框数:
luotu count = 863
normal count = 30

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

数据集视频介绍:

裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别_哔哩哔哩_bilibili数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml)图片数量(jpg文件个数):857标注数量(xml文件个数):857标注类别数:2标注类别名称:["luotu","normal"]每个类别标注的框数:luotu count = 863normal count = 30使用标注工具:, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心,相关视频:用C#部署yolov8的tensorrt模型进行目标检测winform最快检测速度,使用C++部署yolov8的onnx和bytetrack实现目标追踪,C#调用yolov7进行目标检测winform开发,labelme转yolov5和yolov7实例分割数据集工具使用教程,基于yolov8+bytetrack实现目标追踪视频演示,使用C#调用libotrch-yolov5模型实现全网最快winform目标检测,OCR批量识别图片提取文字信息提取号码编号单号软件使用教程,[数据集介绍][目标检测]城市道路交通事故数据集VOC格式1182张,基于yolov8官方目标追踪botsort和bytetrack源码开发视频演示,基于yolov8+deepsort实现目标追踪视频演示https://www.bilibili.com/video/BV1Fh4y1v7wB/文章来源地址https://www.toymoban.com/news/detail-702568.html

到了这里,关于[数据集][目标检测]裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • YOLO目标检测——VOC2007数据集+已标注VOC格式标签下载分享

    VOC2007数据集是一个经典的目标检测数据集,该数据集包含了20个常见的目标类别,涵盖了人、动物、交通工具等多个领域,共同11220图片。使用lableimg标注软件标注,标注框质量高,标签格式为VOC格式(即xml标签),可以直接用于YOLO系列的目标检测。 数据集点击下载 :YOLO目

    2024年02月09日
    浏览(43)
  • [数据集][目标检测]昆虫检测数据集VOC+YOLO格式1873张7类别

    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):1873 标注数量(xml文件个数):1873 标注数量(txt文件个数):1873 标注类别数:7 标注类别名称:[\\\"Boerner\\\",\\\"Leconte\\\",\\\"Linnaeus\\\",\\\"acuminatus\\\",\\\"arma

    2024年03月19日
    浏览(60)
  • 目标检测数据集格式转换:将labelme格式转为YOLO以及VOC格式

    一个目标检测项目需要自己找图片标注数据进行训练,训练需要YOLO格式,但数据增广需要VOC格式,该文记录如何将labelme标注的数据格式转为YOLO格式,再从YOLO格式转为VOC格式,只作为自己用的记录,如果你刚好也需要这么干,或者需要文中提到的某一种转换,也可以参考一下

    2024年02月08日
    浏览(48)
  • [数据集][目标检测]牛羊检测数据集VOC+YOLO格式3393张2类别

    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):3393 标注数量(xml文件个数):3393 标注数量(txt文件个数):3393 标注类别数:2 标注类别名称:[\\\"cow\\\",\\\"sheep\\\"] 每个类别标注的框数: cow

    2024年03月19日
    浏览(43)
  • [数据集][目标检测]疲劳驾驶数据集VOC格式4类别-4362张

    数据集格式:Pascal VOC格式(不包含分割的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):4362 标注数量(xml文件个数):4362 标注类别数:4 标注类别名称:[\\\"closed_eye\\\",\\\"closed_mouth\\\",\\\"open_eye\\\",\\\"open_mouth\\\"] 每个类别标注的框数: closed_eye count = 2485 closed_mouth count = 3343 open_eye

    2024年02月11日
    浏览(36)
  • 道路坑洞数据集(坑洞目标检测)VOC+YOLO格式650张

        路面坑洞的形成原因是由于设计、施工、养护处理不当、控制不适和受气候、环境、地质、水文等自然因素影响,以及车辆的运行和车辆超载运行导致路面破损,出现坑洞的现象。 路面坑洞的分类: (1)路面混凝土板中坑洞:位于砼板表面,形状小、深度浅多为不规则

    2024年02月04日
    浏览(52)
  • 伪装目标检测中数据集的标注格式:COCO和VOC

    1.OSFormer中提供的COD10K的json格式,是coco的格式,但由于伪装目标检测任务的特殊性,标注信息中还有一个segmentation段 首先将一整个json文件分解: 然后转化为VOC格式: 这样生成的xml文件,没有之前COD10K标注的segmentation信息,还需要进一步考虑,在转换为xml的脚本中加上识别

    2024年04月27日
    浏览(52)
  • 目标检测任务中常用的数据集格式(voc、coco、yolo)

    VOC数据集(Annotation的格式是xmI) Pascal VOC数据集是目标检测的常用的大规模数据集之一,从05年到12年都会举办比赛,比赛任务task: 分类Classification 目标检测Object Detection 语义分割Class Segmentation 实例分割Object Segmentation Action Classification(专注于人体动作的一种分类) Person Layout(

    2024年02月14日
    浏览(46)
  • [数据集][目标检测]茶叶病害数据集VOC+YOLO格式883张8类别

    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):883 标注数量(xml文件个数):883 标注数量(txt文件个数):883 标注类别数:8 标注类别名称:[\\\"algalleaf\\\",\\\"Anthracnose\\\",\\\"birdeyespot\\\",\\\"brownblight

    2024年01月16日
    浏览(43)
  • [数据集][目标检测]骑电动车摩托车不戴头盔数据集VOC格式1385张

    数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数):1385 标注数量(xml文件个数):1385 标注类别数:2 标注类别名称:[\\\"y\\\",\\\"n\\\"] 每个类别标注的框数: y count = 915 n count = 1018 使用标注工具:labelImg 标注规则:

    2024年02月13日
    浏览(44)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包