YOLO 数据集：条形码检测【包含划分好的数据集、类别class文件、数据可视化脚本】

项目包含：条形码检测【包含划分好的数据集、类别class文件、数据可视化脚本】，数据保存按照YOLOV5文件夹保存，可直接用作目标检测数据集，无需额外处理。 图像分辨率为1280*720的大分辨率RGB图片，数据集为生活中物品上的条形码检测。标注的边界框完整，每张图像均有单个目标。除此之外，对少量的物品也进行标注 标注格式为：classes，x_centre、y_centre、w、h （yolo的相对坐标标注） 【数据集类别】2类别：条形码、物体（具体的查看classes.txt 文件） 【数据总大小压缩后】852 MB（数据分为分为训练集和验证集） 训练集datasets-images-train：567张图片和567个标签txt文件组成 验证集datasets-images-val：141张图片和141个标签txt文件组成 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行可视化图像！！