- 数据集大小:412MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13296 分类类别数:11 类别名称:["haixian","jidan","mianbao","mianfan","miantiao","roulei","ruzhiping","shucai-shuiguo","tang","tiandian","youzhashipin"] 每个类别图片数: haixian 图片数:1202 jidan 图片数:1313 mianbao 图片数:1356 mianfan 图片数:376 miantiao 图片数:587 roulei 图片数:1774 ruzhiping 图片数:573 shucai-shuiguo 图片数:941 tang 图片数:2000 tiandian 图片数:2000 youzhashipin 图片数:1174 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13296 分类类别数:11 类别名称:["haixian","jidan","mianbao","mianfan","miantiao","roulei","ruzhiping","shucai-shuiguo","tang","tiandian","youzhashipin"] 每个类别图片数: haixian 图片数:1202 jidan 图片数:1313 mianbao 图片数:1356 mianfan 图片数:376 miantiao 图片数:587 roulei 图片数:1774 ruzhiping 图片数:573 shucai-shuiguo 图片数:941 tang 图片数:2000 tiandian 图片数:2000 youzhashipin 图片数:1174 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分类存放0 6浏览¥ 99.90
- 数据集大小:516MB图片数量(jpg文件个数):4592 标注数量(xml文件个数):4592 标注数量(txt文件个数):4592 标注类别数:14 标注类别名称:["apple_wb","apple_wob","banana_wb","banana_wob","blackberries","chilli_wb","chilli_wob","grapes_wb","grapes_wob","lemon_wb","lemon_wob","raspberry","tomato_wb","tomato_wob"] 更多信息:blog.csdn.net/FL1623863129/article/details/139028499图片数量(jpg文件个数):4592 标注数量(xml文件个数):4592 标注数量(txt文件个数):4592 标注类别数:14 标注类别名称:["apple_wb","apple_wob","banana_wb","banana_wob","blackberries","chilli_wb","chilli_wob","grapes_wb","grapes_wob","lemon_wb","lemon_wob","raspberry","tomato_wb","tomato_wob"] 更多信息:blog.csdn.net/FL1623863129/article/details/1390284990 7浏览¥ 199.90
- 数据集大小:13MB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):200 标注数量(xml文件个数):200 标注数量(txt文件个数):200 标注类别数:2 标注类别名称:["head","tail"] 每个类别标注的框数: head 框数 = 724 tail 框数 = 584 总框数:1308 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 更多信息:blog.csdn.net/FL1623863129/article/details/139025876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):200 标注数量(xml文件个数):200 标注数量(txt文件个数):200 标注类别数:2 标注类别名称:["head","tail"] 每个类别标注的框数: head 框数 = 724 tail 框数 = 584 总框数:1308 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 更多信息:blog.csdn.net/FL1623863129/article/details/1390258760 9浏览¥ 39.90
- 数据集大小:22MB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):1026 标注数量(xml文件个数):1026 标注数量(txt文件个数):1026 标注类别数:2 标注类别名称:[“drinking”,“smoking”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139025406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):1026 标注数量(xml文件个数):1026 标注数量(txt文件个数):1026 标注类别数:2 标注类别名称:[“drinking”,“smoking”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1390254060 13浏览¥ 79.90
- 数据集大小:21MB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):725 标注数量(xml文件个数):725 标注数量(txt文件个数):725 标注类别数:7 标注类别名称:[“Bacterial Spot”,“Early_Blight”,“Healthy”,“Late_blight”,“Leaf Mold”,“Target_Spot”,“black spot”] 更多信息:blog.csdn.net/FL1623863129/article/details/139025142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):725 标注数量(xml文件个数):725 标注数量(txt文件个数):725 标注类别数:7 标注类别名称:[“Bacterial Spot”,“Early_Blight”,“Healthy”,“Late_blight”,“Leaf Mold”,“Target_Spot”,“black spot”] 更多信息:blog.csdn.net/FL1623863129/article/details/1390251420 5浏览¥ 79.90
- 数据集大小:32MB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):915 标注数量(xml文件个数):915 标注数量(txt文件个数):915 标注类别数:1 标注类别名称:["cuochuang"] 每个类别标注的框数: cuochuang 框数 = 11807 总框数:11807 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 更多信息:blog.csdn.net/FL1623863129/article/details/139024666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):915 标注数量(xml文件个数):915 标注数量(txt文件个数):915 标注类别数:1 标注类别名称:["cuochuang"] 每个类别标注的框数: cuochuang 框数 = 11807 总框数:11807 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 更多信息:blog.csdn.net/FL1623863129/article/details/1390246660 14浏览¥ 99.90
- 数据集大小:49MB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):2992 标注数量(xml文件个数):2992 标注数量(txt文件个数):2992 标注类别数:2 标注类别名称:[“damaged”,“dirty”] 更多信息参考:https://blog.csdn.net/FL1623863129/article/details/139023165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):2992 标注数量(xml文件个数):2992 标注数量(txt文件个数):2992 标注类别数:2 标注类别名称:[“damaged”,“dirty”] 更多信息参考:https://blog.csdn.net/FL1623863129/article/details/1390231650 8浏览¥ 149.90
- 数据集大小:308MB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):14855 标注数量(xml文件个数):14855 标注数量(txt文件个数):14855 标注类别数:6 标注类别名称:["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"] 每个类别标注的框数: DangerousDriving 框数 = 4642 Distracted 框数 = 2080 Drinking 框数 = 428 SafeDriving 框数 = 6180 SleepyDriving 框数 = 979 Yawn 框数 = 546 总框数:14855 使用标注工具:labelImg 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 更多信息:blog.csdn.net/FL1623863129/article/details/138997932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):14855 标注数量(xml文件个数):14855 标注数量(txt文件个数):14855 标注类别数:6 标注类别名称:["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"] 每个类别标注的框数: DangerousDriving 框数 = 4642 Distracted 框数 = 2080 Drinking 框数 = 428 SafeDriving 框数 = 6180 SleepyDriving 框数 = 979 Yawn 框数 = 546 总框数:14855 使用标注工具:labelImg 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 更多信息:blog.csdn.net/FL1623863129/article/details/1389979320 19浏览¥ 299.90
- 数据集大小:888MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):22424 分类类别数:10 类别名称:["c0","c1","c2","c3","c4","c5","c6","c7","c8","c9"] 每个类别图片数: c0 图片数:2489 c1 图片数:2267 c2 图片数:2317 c3 图片数:2346 c4 图片数:2326 c5 图片数:2312 c6 图片数:2325 c7 图片数:2002 c8 图片数:1911 c9 图片数:2129 重要说明: c0:正常状态 c1:开车拿手机 c2:开车右手打电话 c3:开车语音电话 c4:开车左手打电话 c5:开车右手操作 c6:开车右手端水杯喝水 c7:开车右边侧身 c8:开车右手触头 c9:开车右侧头 更多信息:blog.csdn.net/FL1623863129/article/details/138993067数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):22424 分类类别数:10 类别名称:["c0","c1","c2","c3","c4","c5","c6","c7","c8","c9"] 每个类别图片数: c0 图片数:2489 c1 图片数:2267 c2 图片数:2317 c3 图片数:2346 c4 图片数:2326 c5 图片数:2312 c6 图片数:2325 c7 图片数:2002 c8 图片数:1911 c9 图片数:2129 重要说明: c0:正常状态 c1:开车拿手机 c2:开车右手打电话 c3:开车语音电话 c4:开车左手打电话 c5:开车右手操作 c6:开车右手端水杯喝水 c7:开车右边侧身 c8:开车右手触头 c9:开车右侧头 更多信息:blog.csdn.net/FL1623863129/article/details/1389930670 16浏览¥ 119.90
- 7Z大小:7MBIDM.6.42.3.7zIDM.6.42.3.7z0 18浏览会员免费
- 数据集大小:131MB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):1609 标注数量(xml文件个数):1609 标注数量(txt文件个数):1609 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 1945 总框数:1945 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 更多信息:blog.csdn.net/FL1623863129/article/details/138971982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):1609 标注数量(xml文件个数):1609 标注数量(txt文件个数):1609 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 1945 总框数:1945 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 更多信息:blog.csdn.net/FL1623863129/article/details/1389719820 18浏览¥ 119.90
- 数据集大小:512MB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):5031 标注数量(xml文件个数):5031 标注数量(txt文件个数):5031 标注类别数:13 标注类别名称:[“biaotieqipao”,“biaotieqizhou”,“biaotiewaixie”,“jiuyezazhi”,“penmayichang”,“penmazhengchang”,“pinggaibianxing”,“pinggaidaxuan”,“pinggaiduandian”,“pinggaihuaibian”,“pinggaiposun”,“pingshenposun”,“pingshenqipao”] 更多信息:blog.csdn.net/FL1623863129/article/details/138970647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):5031 标注数量(xml文件个数):5031 标注数量(txt文件个数):5031 标注类别数:13 标注类别名称:[“biaotieqipao”,“biaotieqizhou”,“biaotiewaixie”,“jiuyezazhi”,“penmayichang”,“penmazhengchang”,“pinggaibianxing”,“pinggaidaxuan”,“pinggaiduandian”,“pinggaihuaibian”,“pinggaiposun”,“pingshenposun”,“pingshenqipao”] 更多信息:blog.csdn.net/FL1623863129/article/details/1389706470 9浏览¥ 299.90
- 数据集大小:1MB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):228 标注数量(xml文件个数):228 标注数量(txt文件个数):228 标注类别数:3 标注类别名称:["circle","rectangle","triangle"] 每个类别标注的框数: circle 框数 = 195 rectangle 框数 = 168 triangle 框数 = 162 总框数:525 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):228 标注数量(xml文件个数):228 标注数量(txt文件个数):228 标注类别数:3 标注类别名称:["circle","rectangle","triangle"] 每个类别标注的框数: circle 框数 = 195 rectangle 框数 = 168 triangle 框数 = 162 总框数:525 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0 8浏览¥ 29.90
- 数据集大小:833MB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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:["xianliu","zengsheng"] 每个类别标注的框数: xianliu 框数 = 7089 zengsheng 框数 = 6435 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为2个版本,即A版和B版,两个版本图片数一样,数据集图片不存在重叠文件名也不存在重复,可以合并训练,也可以单独训练。 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 更多信息:blog.csdn.net/FL1623863129/article/details/138940266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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:["xianliu","zengsheng"] 每个类别标注的框数: xianliu 框数 = 7089 zengsheng 框数 = 6435 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为2个版本,即A版和B版,两个版本图片数一样,数据集图片不存在重叠文件名也不存在重复,可以合并训练,也可以单独训练。 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 更多信息:blog.csdn.net/FL1623863129/article/details/1389402660 18浏览¥ 299.90
- 数据集大小:832MB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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:["xianliu","zengsheng"] 每个类别标注的框数: xianliu 框数 = 7180 zengsheng 框数 = 6344 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为2个版本,即A版和B版,两个版本图片数一样,数据集图片不存在重叠文件名也不存在重复,可以合并训练,也可以单独训练。 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 更多信息:blog.csdn.net/FL1623863129/article/details/138940266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):13524 标注数量(xml文件个数):13524 标注数量(txt文件个数):13524 标注类别数:2 标注类别名称:["xianliu","zengsheng"] 每个类别标注的框数: xianliu 框数 = 7180 zengsheng 框数 = 6344 总框数:13524 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集共分为2个版本,即A版和B版,两个版本图片数一样,数据集图片不存在重叠文件名也不存在重复,可以合并训练,也可以单独训练。 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 更多信息:blog.csdn.net/FL1623863129/article/details/1389402660 26浏览¥ 299.90
- 7Z大小:653MBE2E 测试,DoIP 测试E2E 测试,DoIP 测试0 5浏览会员免费
- 数据集大小:461MB数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):17509 分类类别数:9 类别名称:["chineseapple","lantana","negatives","parkinsonia","parthenium","prickly_acacia","rubber_vine","siam_weed","snake_weed"] 每个类别图片数: chineseapple 图片数:1125 lantana 图片数:1064 negatives 图片数:9106 parkinsonia 图片数:1031 parthenium 图片数:1022 prickly_acacia 图片数:1062 rubber_vine 图片数:1009 siam_weed 图片数:1074 snake_weed 图片数:1016 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分类存放数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):17509 分类类别数:9 类别名称:["chineseapple","lantana","negatives","parkinsonia","parthenium","prickly_acacia","rubber_vine","siam_weed","snake_weed"] 每个类别图片数: chineseapple 图片数:1125 lantana 图片数:1064 negatives 图片数:9106 parkinsonia 图片数:1031 parthenium 图片数:1022 prickly_acacia 图片数:1062 rubber_vine 图片数:1009 siam_weed 图片数:1074 snake_weed 图片数:1016 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分类存放5 21浏览¥ 99.90
- 深度学习大小:4MB深度学习数据集1.7z深度学习数据集1.7z0 6浏览会员免费
- 数据集大小:791MB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):5782 标注数量(xml文件个数):5782 标注数量(txt文件个数):5782 标注类别数:5 标注类别名称:["deng","guan","hong","huang","lv"] 每个类别标注的框数: deng 框数 = 306 guan 框数 = 507 hong 框数 = 7708 huang 框数 = 265 lv 框数 = 5342 总框数:14128 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:注意由于红绿灯属于小目标检测训练map精度属于正常现象,一般小目标训练精度都不会很好 更多信息参考博文:blog.csdn.net/FL1623863129/article/details/138811757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):5782 标注数量(xml文件个数):5782 标注数量(txt文件个数):5782 标注类别数:5 标注类别名称:["deng","guan","hong","huang","lv"] 每个类别标注的框数: deng 框数 = 306 guan 框数 = 507 hong 框数 = 7708 huang 框数 = 265 lv 框数 = 5342 总框数:14128 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:注意由于红绿灯属于小目标检测训练map精度属于正常现象,一般小目标训练精度都不会很好 更多信息参考博文:blog.csdn.net/FL1623863129/article/details/1388117570 15浏览¥ 299.90
- 数据库大小:3KB数据库课程设计jsp选题系统sqlserver.7z数据库课程设计jsp选题系统sqlserver.7z0 5浏览会员免费
- 数据集大小:90MB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):3687 标注数量(xml文件个数):3687 标注数量(txt文件个数):3687 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 12220 总框数:12220 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):3687 标注数量(xml文件个数):3687 标注数量(txt文件个数):3687 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 12220 总框数:12220 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0 14浏览¥ 249.90
- 数据集大小:257MB数据集信息具体参考博文:https://blog.csdn.net/FL1768317420/article/details/138784335数据集信息具体参考博文:https://blog.csdn.net/FL1768317420/article/details/1387843350 7浏览¥ 119.90
- 数据集大小:333MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):6150 分类类别数:3 类别名称:["normal","phone","smoke"] 每个类别图片数: normal 图片数:2393 phone 图片数:2210 smoke 图片数:1547 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):6150 分类类别数:3 类别名称:["normal","phone","smoke"] 每个类别图片数: normal 图片数:2393 phone 图片数:2210 smoke 图片数:1547 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分类存放0 14浏览¥ 149.90
- 数据集大小:38MB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):67 标注数量(xml文件个数):67 标注数量(txt文件个数):67 标注类别数:2 标注类别名称:["Comb plate defect","setp defect"] 每个类别标注的框数: Comb plate defect 框数 = 2 setp defect 框数 = 116 总框数:118 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):67 标注数量(xml文件个数):67 标注数量(txt文件个数):67 标注类别数:2 标注类别名称:["Comb plate defect","setp defect"] 每个类别标注的框数: Comb plate defect 框数 = 2 setp defect 框数 = 116 总框数:118 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0 9浏览¥ 29.90
- 数据集大小:127MB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):295 标注数量(xml文件个数):295 标注数量(txt文件个数):295 标注类别数:2 标注类别名称:["No_helmet","Wear_helmet"] 每个类别标注的框数: No_helmet 框数 = 36 Wear_helmet 框数 = 721 总框数:757 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):295 标注数量(xml文件个数):295 标注数量(txt文件个数):295 标注类别数:2 标注类别名称:["No_helmet","Wear_helmet"] 每个类别标注的框数: No_helmet 框数 = 36 Wear_helmet 框数 = 721 总框数:757 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5 12浏览¥ 29.90
- 数据集大小:24MB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):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,数据集只提供准确且合理标注数据集格式: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):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,数据集只提供准确且合理标注5 12浏览¥ 49.90
- 数据集大小:289MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12882 分类类别数:11 类别名称:["Bacterial_Spot_Bacteria","Early_Blight_Fungus","Healthy","Late_Blight_Water_Mold","Leaf_Mold_Fungus","Powdery_Mildew","Septoria_Leaf_Spot_Fungus","Spider_Mite_Damage","Target_Spot_Bacteria","Tomv","YLCV_Virus"] 每个类别图片数: Bacterial_Spot_Bacteria 图片数:3 Early_Blight_Fungus 图片数:792 Healthy 图片数:1381 Late_Blight_Water_Mold 图片数:1513 Leaf_Mold_Fungus 图片数:755 Powdery_Mildew 图片数:1469 Septoria_Leaf_Spot_Fungus 图片数数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12882 分类类别数:11 类别名称:["Bacterial_Spot_Bacteria","Early_Blight_Fungus","Healthy","Late_Blight_Water_Mold","Leaf_Mold_Fungus","Powdery_Mildew","Septoria_Leaf_Spot_Fungus","Spider_Mite_Damage","Target_Spot_Bacteria","Tomv","YLCV_Virus"] 每个类别图片数: Bacterial_Spot_Bacteria 图片数:3 Early_Blight_Fungus 图片数:792 Healthy 图片数:1381 Late_Blight_Water_Mold 图片数:1513 Leaf_Mold_Fungus 图片数:755 Powdery_Mildew 图片数:1469 Septoria_Leaf_Spot_Fungus 图片数0 8浏览¥ 99.90
- 数据集大小:79MB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):215 标注数量(xml文件个数):215 标注数量(txt文件个数):215 标注类别数:1 标注类别名称:["iron"] 每个类别标注的框数: iron 框数 = 215 总框数:215 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):215 标注数量(xml文件个数):215 标注数量(txt文件个数):215 标注类别数:1 标注类别名称:["iron"] 每个类别标注的框数: iron 框数 = 215 总框数:215 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0 12浏览¥ 29.90
- 数据集大小:280MB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):8375 标注数量(xml文件个数):8375 标注数量(txt文件个数):8375 标注类别数:1 标注类别名称:["Carton"] 每个类别标注的框数: Carton 框数 = 168758 总框数:168758 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 更新信息参考:blog.csdn.net/FL1623863129/article/details/138731068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):8375 标注数量(xml文件个数):8375 标注数量(txt文件个数):8375 标注类别数:1 标注类别名称:["Carton"] 每个类别标注的框数: Carton 框数 = 168758 总框数:168758 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 更新信息参考:blog.csdn.net/FL1623863129/article/details/1387310680 25浏览¥ 299.90
- 数据集大小:90MB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):136 标注数量(xml文件个数):136 标注数量(txt文件个数):136 标注类别数:1 标注类别名称:["bicycle"] 每个类别标注的框数: bicycle 框数 = 318 总框数:318 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):136 标注数量(xml文件个数):136 标注数量(txt文件个数):136 标注类别数:1 标注类别名称:["bicycle"] 每个类别标注的框数: bicycle 框数 = 318 总框数:318 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0 13浏览¥ 19.90
- 数据集大小:361MB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):1398 标注数量(xml文件个数):1398 标注数量(txt文件个数):1398 标注类别数:3 标注类别名称:["hp_cd","hp_cm","kp"] 每个类别标注的框数: hp_cd 框数 = 13520 hp_cm 框数 = 9300 kp 框数 = 5755 总框数:28575 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 更多信息参考博客:https://blog.csdn.net/FL1768317420/article/details/138730065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):1398 标注数量(xml文件个数):1398 标注数量(txt文件个数):1398 标注类别数:3 标注类别名称:["hp_cd","hp_cm","kp"] 每个类别标注的框数: hp_cd 框数 = 13520 hp_cm 框数 = 9300 kp 框数 = 5755 总框数:28575 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 更多信息参考博客:https://blog.csdn.net/FL1768317420/article/details/1387300650 22浏览¥ 199.90
- 软件/插件大小:15MB计算机课程设计源代码.7z计算机课程设计源代码.7z0 2浏览会员免费
- 范文/模板/素材大小:9MBvisio,图标visio,图标0 7浏览会员免费
- Modbus大小:7MBModbus最全功能的开源协议栈,支持RTU/ASCII/TCP/UDP/RTU Over TCP/RTU Over UDP,一套代码是全部modbus数据采集的能力。Modbus最全功能的开源协议栈,支持RTU/ASCII/TCP/UDP/RTU Over TCP/RTU Over UDP,一套代码是全部modbus数据采集的能力。0 6浏览会员免费
- 数据集大小:424MB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):988 标注数量(xml文件个数):988 标注数量(txt文件个数):988 标注类别数:4 标注类别名称:["bai_dian","hua_shang","qi_pao","zang_wu"] 每个类别标注的框数: bai_dian 框数 = 7088 hua_shang 框数 = 236 qi_pao 框数 = 55 zang_wu 框数 = 534 总框数:7913 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:此数据集为小目标缺陷检测,训练精度显示可能不高,但是检测没问题。标注情况请用labelImg打开查看。小目标检测一般都是很难达到很好精度,请务必注意。 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):988 标注数量(xml文件个数):988 标注数量(txt文件个数):988 标注类别数:4 标注类别名称:["bai_dian","hua_shang","qi_pao","zang_wu"] 每个类别标注的框数: bai_dian 框数 = 7088 hua_shang 框数 = 236 qi_pao 框数 = 55 zang_wu 框数 = 534 总框数:7913 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:此数据集为小目标缺陷检测,训练精度显示可能不高,但是检测没问题。标注情况请用labelImg打开查看。小目标检测一般都是很难达到很好精度,请务必注意。 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0 17浏览¥ 99.90
- 数据集大小:255MB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):2280 标注数量(xml文件个数):2280 标注数量(txt文件个数):2280 标注类别数:10 标注类别名称:["chongkong","hanfeng","shuiban","siban","yahen","yaozhed","yiwu","youban","yueyawan","zhehen"] 每个类别标注的框数: chongkong 框数 = 325 hanfeng 框数 = 506 shuiban 框数 = 352 siban 框数 = 884 yahen 框数 = 83 yaozhed 框数 = 142 yiwu 框数 = 344 youban 框数 = 569 yueyawan 框数 = 263 zhehen 框数 = 74 总框数:3542 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):2280 标注数量(xml文件个数):2280 标注数量(txt文件个数):2280 标注类别数:10 标注类别名称:["chongkong","hanfeng","shuiban","siban","yahen","yaozhed","yiwu","youban","yueyawan","zhehen"] 每个类别标注的框数: chongkong 框数 = 325 hanfeng 框数 = 506 shuiban 框数 = 352 siban 框数 = 884 yahen 框数 = 83 yaozhed 框数 = 142 yiwu 框数 = 344 youban 框数 = 569 yueyawan 框数 = 263 zhehen 框数 = 74 总框数:3542 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0 12浏览¥ 149.90
- 数据集大小:131MB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):12926 标注数量(xml文件个数):12926 标注数量(txt文件个数):12926 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 31990 总框数:31990 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):12926 标注数量(xml文件个数):12926 标注数量(txt文件个数):12926 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 31990 总框数:31990 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0 8浏览¥ 299.90
- 数据集大小:109MB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):1055 标注数量(xml文件个数):1055 标注数量(txt文件个数):1055 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 2866 总框数:2866 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:纸板破损、起泡、划痕等一些缺陷。 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):1055 标注数量(xml文件个数):1055 标注数量(txt文件个数):1055 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 2866 总框数:2866 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:纸板破损、起泡、划痕等一些缺陷。 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0 16浏览¥ 99.90
- 数据集大小:35MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):4035 分类类别数:3 类别名称:["COVID-19","Normal","Viral-Pneumonia"] 每个类别图片数: COVID-19 图片数:1345 Normal 图片数:1345 Viral-Pneumonia 图片数:1345 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):4035 分类类别数:3 类别名称:["COVID-19","Normal","Viral-Pneumonia"] 每个类别图片数: COVID-19 图片数:1345 Normal 图片数:1345 Viral-Pneumonia 图片数:1345 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分类存放0 20浏览¥ 79.90
- 数据集大小:2MB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):219 标注数量(xml文件个数):219 标注数量(txt文件个数):219 标注类别数:2 标注类别名称:["crackle","invalid"] 每个类别标注的框数: crackle 框数 = 345 invalid 框数 = 132 总框数:477 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):219 标注数量(xml文件个数):219 标注数量(txt文件个数):219 标注类别数:2 标注类别名称:["crackle","invalid"] 每个类别标注的框数: crackle 框数 = 345 invalid 框数 = 132 总框数:477 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0 13浏览¥ 19.90
- 数据集大小:143MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):2357 分类类别数:9 类别名称:["actinic_keratosis","basal_cell_carcinoma","dermatofibroma","melanoma","nevus","pigmented_benign_keratosis","seborrheic_keratosis","squamous_cell_carcinoma","vascular_lesion"] 每个类别图片数: actinic_keratosis 图片数:130 basal_cell_carcinoma 图片数:392 dermatofibroma 图片数:111 melanoma 图片数:454 nevus 图片数:373 pigmented_benign_keratosis 图片数:478 seborrheic_keratosis 图片数:80 squamous_cell_carcinoma 图片数:197 vascular_lesion 图片数数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):2357 分类类别数:9 类别名称:["actinic_keratosis","basal_cell_carcinoma","dermatofibroma","melanoma","nevus","pigmented_benign_keratosis","seborrheic_keratosis","squamous_cell_carcinoma","vascular_lesion"] 每个类别图片数: actinic_keratosis 图片数:130 basal_cell_carcinoma 图片数:392 dermatofibroma 图片数:111 melanoma 图片数:454 nevus 图片数:373 pigmented_benign_keratosis 图片数:478 seborrheic_keratosis 图片数:80 squamous_cell_carcinoma 图片数:197 vascular_lesion 图片数0 17浏览¥ 79.90
- 数据集大小:585MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):23020 分类类别数:26 更多信息参考博客:blog.csdn.net/FL1768317420/article/details/138545125数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):23020 分类类别数:26 更多信息参考博客:blog.csdn.net/FL1768317420/article/details/1385451250 15浏览¥ 99.90
- 数据集大小:112MB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):1037 标注数量(xml文件个数):1037 标注数量(txt文件个数):1037 标注类别数:1 标注类别名称:["post"] 每个类别标注的框数: post 框数 = 1529 总框数:1529 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):1037 标注数量(xml文件个数):1037 标注数量(txt文件个数):1037 标注类别数:1 标注类别名称:["post"] 每个类别标注的框数: post 框数 = 1529 总框数:1529 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0 19浏览¥ 99.90
- 数据集大小:11MB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):145 标注数量(xml文件个数):145 标注数量(txt文件个数):145 标注类别数:4 标注类别名称:["bag","bigbox","box","longbox"] 每个类别标注的框数: bag 框数 = 238 bigbox 框数 = 19 box 框数 = 309 longbox 框数 = 9 总框数:575 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):145 标注数量(xml文件个数):145 标注数量(txt文件个数):145 标注类别数:4 标注类别名称:["bag","bigbox","box","longbox"] 每个类别标注的框数: bag 框数 = 238 bigbox 框数 = 19 box 框数 = 309 longbox 框数 = 9 总框数:575 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0 28浏览¥ 19.90
- 数据集大小:974MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):14600 分类类别数:4 类别名称:["CNV","DME","DRUSEN","NORMAL"] 每个类别图片数: CNV 图片数:3650 DME 图片数:3650 DRUSEN 图片数:3650 NORMAL 图片数:3650 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):14600 分类类别数:4 类别名称:["CNV","DME","DRUSEN","NORMAL"] 每个类别图片数: CNV 图片数:3650 DME 图片数:3650 DRUSEN 图片数:3650 NORMAL 图片数:3650 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分类存放0 15浏览¥ 59.90
- 数据集大小:402MB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):8479 标注数量(xml文件个数):8479 标注数量(txt文件个数):8479 标注类别数:6 标注类别名称:["apple","banana","grape","orange","pineapple","watermelon"] 每个类别标注的框数: apple 框数 = 7049 banana 框数 = 3536 grape 框数 = 7202 orange 框数 = 15549 pineapple 框数 = 1613 watermelon 框数 = 1976 总框数:36925 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):8479 标注数量(xml文件个数):8479 标注数量(txt文件个数):8479 标注类别数:6 标注类别名称:["apple","banana","grape","orange","pineapple","watermelon"] 每个类别标注的框数: apple 框数 = 7049 banana 框数 = 3536 grape 框数 = 7202 orange 框数 = 15549 pineapple 框数 = 1613 watermelon 框数 = 1976 总框数:36925 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0 30浏览¥ 149.90
- 软件/插件大小:968MB机型:H55E3A(9848) BOM:12 编号:C002 方案:MSD648 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。机型:H55E3A(9848) BOM:12 编号:C002 方案:MSD648 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。5 8浏览¥ 9.90
- 软件/插件大小:968MB机型:H55E3A(9449) BOM:75 编号:C002 方案:MSD648 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。机型:H55E3A(9449) BOM:75 编号:C002 方案:MSD648 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。0 4浏览¥ 9.90
- 水声网络大小:523KB水声网络路由协议 qelar水声网络路由协议 qelar0 15浏览免费
- 目标检测大小:749MB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):18975 标注数量(xml文件个数):18975 标注数量(txt文件个数):18975 标注类别数:97 标注类别名称:["Adristyrannus","Aleurocanthus spiniferus","Ampelophaga","Aphis citricola Vander Goot","Apolygus lucorum","Bactrocera tsuneonis","Beet spot flies","Brevipoalpus lewisi McGregor","Ceroplastes rubens","Chlumetia transversa","Chrysomphalus aonidum","Cicadella viridis","Cicadellidae","Dacus dorsalis","Dasineura sp"等等(标签为英文,中文需要自行翻译)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):18975 标注数量(xml文件个数):18975 标注数量(txt文件个数):18975 标注类别数:97 标注类别名称:["Adristyrannus","Aleurocanthus spiniferus","Ampelophaga","Aphis citricola Vander Goot","Apolygus lucorum","Bactrocera tsuneonis","Beet spot flies","Brevipoalpus lewisi McGregor","Ceroplastes rubens","Chlumetia transversa","Chrysomphalus aonidum","Cicadella viridis","Cicadellidae","Dacus dorsalis","Dasineura sp"等等(标签为英文,中文需要自行翻译)0 14浏览¥ 299.90
- 数据集大小:204MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13478 分类类别数:4 类别名称:["overripe","ripe","rotten","unripe"] 每个类别图片数: overripe 图片数:2691 ripe 图片数:4015 rotten 图片数:4593 unripe 图片数:2179 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13478 分类类别数:4 类别名称:["overripe","ripe","rotten","unripe"] 每个类别图片数: overripe 图片数:2691 ripe 图片数:4015 rotten 图片数:4593 unripe 图片数:2179 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分类存放0 21浏览¥ 199.90
- 数据集大小:109MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):4183 分类类别数:7 类别名称:["aphid","armyworm","beetle","mite","sawfly","stemborder","stemfly"] 每个类别图片数: aphid 图片数:1299 armyworm 图片数:350 beetle 图片数:350 mite 图片数:1200 sawfly 图片数:350 stem_borer 图片数:50 stem_fly 图片数:50 stemborder 图片数:300 stemfly 图片数:234 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):4183 分类类别数:7 类别名称:["aphid","armyworm","beetle","mite","sawfly","stemborder","stemfly"] 每个类别图片数: aphid 图片数:1299 armyworm 图片数:350 beetle 图片数:350 mite 图片数:1200 sawfly 图片数:350 stem_borer 图片数:50 stem_fly 图片数:50 stemborder 图片数:300 stemfly 图片数:234 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分类存放0 39浏览¥ 99.90
- 数据集大小:749MB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):18975 标注数量(xml文件个数):18975 标注数量(txt文件个数):18975 标注类别数:97 更多数据集信息请参考博客:https://blog.csdn.net/FL1623863129/article/details/138444584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):18975 标注数量(xml文件个数):18975 标注数量(txt文件个数):18975 标注类别数:97 更多数据集信息请参考博客:https://blog.csdn.net/FL1623863129/article/details/1384445840 51浏览¥ 299.90
- 数据集大小:688MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12846 分类类别数:27 数据集详情参考博客:https://blog.csdn.net/FL1623863129/article/details/138434801?spm=1001.2014.3001.5501 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分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12846 分类类别数:27 数据集详情参考博客:https://blog.csdn.net/FL1623863129/article/details/138434801?spm=1001.2014.3001.5501 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分类存放0 26浏览¥ 149.90
- R机械设计大小:851MBR机械设计R机械设计0 5浏览¥ 19.90
- 软件/插件大小:153KBCSOLNAR解压工具CSOLNAR解压工具0 12浏览免费
- 软件/插件大小:803MB机型:H55E3A BOM:1 编号:H55E3A_C005 方案:MSD648 版本号:H55.VV6.E3.A.00.01A.I0621 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。U盘采用FAT32格式。 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。机型:H55E3A BOM:1 编号:H55E3A_C005 方案:MSD648 版本号:H55.VV6.E3.A.00.01A.I0621 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。U盘采用FAT32格式。 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。0 8浏览¥ 9.90
- 数据集大小:685MB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):1787 标注数量(xml文件个数):1787 标注数量(txt文件个数):1787 标注类别数:6 标注类别名称:["anthracnose","brown spot","epidemic","healthy","hsg","yj"] 每个类别标注的框数: anthracnose 框数 = 621 brown spot 框数 = 872 epidemic 框数 = 322 healthy 框数 = 672 hsg 框数 = 168 yj 框数 = 198 总框数:2853 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:主要检测桑叶叶子病害或者叶子上的害虫 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):1787 标注数量(xml文件个数):1787 标注数量(txt文件个数):1787 标注类别数:6 标注类别名称:["anthracnose","brown spot","epidemic","healthy","hsg","yj"] 每个类别标注的框数: anthracnose 框数 = 621 brown spot 框数 = 872 epidemic 框数 = 322 healthy 框数 = 672 hsg 框数 = 168 yj 框数 = 198 总框数:2853 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:主要检测桑叶叶子病害或者叶子上的害虫 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0 28浏览¥ 119.90
- 软件/插件大小:885MB机型:H55E3A(4113) BOM:6 编号:H55E3A(4113)_C003 方案:MSD648 版本号:H55.V4113.E3.A.00.01A.J0526 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。机型:H55E3A(4113) BOM:6 编号:H55E3A(4113)_C003 方案:MSD648 版本号:H55.V4113.E3.A.00.01A.J0526 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。0 9浏览¥ 9.90
- 软件/插件大小:931MB机型:HZ55A52(1001) BOM:3 编号:C004 方案:MSD648 版本号:Z55.V1001.A52.00.00.01A.K0204 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。机型:HZ55A52(1001) BOM:3 编号:C004 方案:MSD648 版本号:Z55.V1001.A52.00.00.01A.K0204 U盘升级方法: 将下载的程序解压到U盘根目录下,即根目录下有个TargetHis文件夹。 U盘采用FAT32格式, 自动升级: 电视开机后,插入U盘,会弹出提示是否升级,确定即可。 强制升级(按键): 交流开机瞬间不停的按下、松开音量减键,然后进入自动升级界面。 强制升级(工具): 插入U盘,电视上电时在串口打印界面按回车键使开机停止在boot界面,键入cu命令,然后回车即可。0 17浏览¥ 9.90