- 数据集大小:6MB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):970 分类类别数:4 类别名称:[“Asian”,“Caucasian”,“Indian”,“Negroids”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139566346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):970 分类类别数:4 类别名称:[“Asian”,“Caucasian”,“Indian”,“Negroids”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1395663460 10浏览¥ 29.90
- 数据集大小:194MB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):107 标注数量(xml文件个数):107 标注数量(txt文件个数):107 标注类别数:1 标注类别名称:["corn"] 每个类别标注的框数: corn 框数 = 2137 总框数:2137 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:https://blog.csdn.net/FL1623863129/article/details/139565793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):107 标注数量(xml文件个数):107 标注数量(txt文件个数):107 标注类别数:1 标注类别名称:["corn"] 每个类别标注的框数: corn 框数 = 2137 总框数:2137 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:https://blog.csdn.net/FL1623863129/article/details/1395657930 6浏览¥ 59.90
- 数据集大小:69MB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):4376 分类类别数:4 类别名称:["Ears","Eyes","Hands","Legs"] 每个类别图片数: Ears 图片数:1326 Eyes 图片数:995 Hands 图片数:1026 Legs 图片数:1029 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 更多信息:https://blog.csdn.net/FL1623863129/article/details/139562469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):4376 分类类别数:4 类别名称:["Ears","Eyes","Hands","Legs"] 每个类别图片数: Ears 图片数:1326 Eyes 图片数:995 Hands 图片数:1026 Legs 图片数:1029 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 更多信息:https://blog.csdn.net/FL1623863129/article/details/1395624690 7浏览¥ 49.90
- 数据集大小:153MB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):10015 分类类别数:7 类别名称:[“0”,“1”,“2”,“3”,“4”,“5”,“6”] 更多信息:blog.csdn.net/FL1623863129/article/details/139561265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):10015 分类类别数:7 类别名称:[“0”,“1”,“2”,“3”,“4”,“5”,“6”] 更多信息:blog.csdn.net/FL1623863129/article/details/1395612650 37浏览¥ 119.90
- 数据集大小:999MB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):11124 标注数量(xml文件个数):11124 标注数量(txt文件个数):11124 标注类别数:2 标注类别名称:[“ball”,“player”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139559124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):11124 标注数量(xml文件个数):11124 标注数量(txt文件个数):11124 标注类别数:2 标注类别名称:[“ball”,“player”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1395591240 8浏览¥ 299.90
- 数据集大小:862MB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):8188 标注数量(xml文件个数):8188 标注数量(txt文件个数):8188 标注类别数:1 标注类别名称:["face"] 每个类别标注的框数: face 框数 = 14649 总框数:14649 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:这个是widerface数据集一部分,该数据集特点是每个图片bbox的像素面积都大于3500,适合大脸检测就是人近距离进行人脸检测,使用该数据集好处是不容易误检测,远距离人脸检测可能就会效果差点 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/139538306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):8188 标注数量(xml文件个数):8188 标注数量(txt文件个数):8188 标注类别数:1 标注类别名称:["face"] 每个类别标注的框数: face 框数 = 14649 总框数:14649 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:这个是widerface数据集一部分,该数据集特点是每个图片bbox的像素面积都大于3500,适合大脸检测就是人近距离进行人脸检测,使用该数据集好处是不容易误检测,远距离人脸检测可能就会效果差点 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/1395383060 6浏览¥ 49.90
- 数据集大小:872MB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):7906 标注数量(xml文件个数):7906 标注数量(txt文件个数):7906 标注类别数:1 标注类别名称:["face"] 每个类别标注的框数: face 框数 = 180744 总框数:180744 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:这个是widerface数据集一部分,该数据集特点是每个图片都有至少一个面积小于3500像素的bbox,适合小脸检测就是人远距离进行人脸检测,同时小的人脸可能容易误检测 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/139538306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):7906 标注数量(xml文件个数):7906 标注数量(txt文件个数):7906 标注类别数:1 标注类别名称:["face"] 每个类别标注的框数: face 框数 = 180744 总框数:180744 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:这个是widerface数据集一部分,该数据集特点是每个图片都有至少一个面积小于3500像素的bbox,适合小脸检测就是人远距离进行人脸检测,同时小的人脸可能容易误检测 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/1395383060 5浏览¥ 49.90
- 数据集大小:14MB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):50 标注数量(xml文件个数):50 标注数量(txt文件个数):50 标注类别数:2 标注类别名称:["close","open"] 每个类别标注的框数: close 框数 = 42 open 框数 = 8 总框数:50 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):50 标注数量(xml文件个数):50 标注数量(txt文件个数):50 标注类别数:2 标注类别名称:["close","open"] 每个类别标注的框数: close 框数 = 42 open 框数 = 8 总框数:50 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 5浏览¥ 9.90
- 数据集大小:18MB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):88 标注数量(xml文件个数):88 标注数量(txt文件个数):88 标注类别数:2 标注类别名称:["foam","water"] 每个类别标注的框数: foam 框数 = 272 water 框数 = 290 总框数:562 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/139525543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):88 标注数量(xml文件个数):88 标注数量(txt文件个数):88 标注类别数:2 标注类别名称:["foam","water"] 每个类别标注的框数: foam 框数 = 272 water 框数 = 290 总框数:562 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/1395255430 9浏览¥ 19.90
- 数据集大小:60MB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):1238 标注数量(xml文件个数):1238 标注数量(txt文件个数):1238 标注类别数:2 标注类别名称:["down","normal"] 每个类别标注的框数: down 框数 = 1296 normal 框数 = 388 总框数:1684 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:https://blog.csdn.net/FL1623863129/article/details/139519893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):1238 标注数量(xml文件个数):1238 标注数量(txt文件个数):1238 标注类别数:2 标注类别名称:["down","normal"] 每个类别标注的框数: down 框数 = 1296 normal 框数 = 388 总框数:1684 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:https://blog.csdn.net/FL1623863129/article/details/1395198930 9浏览¥ 99.90
- 数据集大小:914MB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):15223 分类类别数:8 类别名称:[“badroad”,“fallentree”,“fire”,“flooding”,“garbage”,“normal”,“trafficaccident”,“trafficjam”] 更多信息:blog.csdn.net/FL1623863129/article/details/139510187?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):15223 分类类别数:8 类别名称:[“badroad”,“fallentree”,“fire”,“flooding”,“garbage”,“normal”,“trafficaccident”,“trafficjam”] 更多信息:blog.csdn.net/FL1623863129/article/details/139510187?0 8浏览¥ 199.90
- 数据集大小:880MB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):8492 分类类别数:12 类别名称:["dog","dragon","goat","horse","monkey","ox","pig","rabbit","ratt","rooster","snake","tiger"] 更多信息:blog.csdn.net/FL1623863129/article/details/139476160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):8492 分类类别数:12 类别名称:["dog","dragon","goat","horse","monkey","ox","pig","rabbit","ratt","rooster","snake","tiger"] 更多信息:blog.csdn.net/FL1623863129/article/details/1394761600 4浏览¥ 199.90
- 数据集大小:656MB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):3232 标注数量(xml文件个数):3232 标注数量(txt文件个数):3232 标注类别数:5 标注类别名称:[“Ammeter”,“Voltmeter”,“eem”,“sf6”,“thermometer”] 更多信息:blog.csdn.net/FL1623863129/article/details/139474963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):3232 标注数量(xml文件个数):3232 标注数量(txt文件个数):3232 标注类别数:5 标注类别名称:[“Ammeter”,“Voltmeter”,“eem”,“sf6”,“thermometer”] 更多信息:blog.csdn.net/FL1623863129/article/details/1394749630 8浏览¥ 149.90
- 数据集大小:223MB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):240 标注数量(xml文件个数):240 标注数量(txt文件个数):240 标注类别数:1 标注类别名称:["leaf"] 每个类别标注的框数: leaf 框数 = 3294 总框数:3294 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/139473790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):240 标注数量(xml文件个数):240 标注数量(txt文件个数):240 标注类别数:1 标注类别名称:["leaf"] 每个类别标注的框数: leaf 框数 = 3294 总框数:3294 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/1394737900 6浏览¥ 59.90
- 数据集大小:633MB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):2173 标注数量(xml文件个数):2173 标注数量(txt文件个数):2173 标注类别数:1 标注类别名称:["mangdao"] 每个类别标注的框数: mangdao 框数 = 2371 总框数:2371 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/139470339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):2173 标注数量(xml文件个数):2173 标注数量(txt文件个数):2173 标注类别数:1 标注类别名称:["mangdao"] 每个类别标注的框数: mangdao 框数 = 2371 总框数:2371 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/1394703390 22浏览¥ 149.90
- 数据集大小:216MB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):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"] 每个类别标注的框数: 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/139458172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):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"] 每个类别标注的框数: 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/1394581720 6浏览¥ 79.90
- 健康医疗大小:46MB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):649 标注数量(xml文件个数):649 标注数量(txt文件个数):649 标注类别数:7 标注类别名称:["clothes","eye_protector","gloves","hat","mask","shoes","wash_hands"] 每个类别标注的框数: clothes 框数 = 533 eye_protector 框数 = 452 gloves 框数 = 822 hat 框数 = 124 mask 框数 = 660 shoes 框数 = 436 wash_hands 框数 = 152 总框数:3179 使用标注工具:labelImg 标注规则:对类别进行画矩形框 更多信息:blog.csdn.net/FL1623863129/article/details/139457940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):649 标注数量(xml文件个数):649 标注数量(txt文件个数):649 标注类别数:7 标注类别名称:["clothes","eye_protector","gloves","hat","mask","shoes","wash_hands"] 每个类别标注的框数: clothes 框数 = 533 eye_protector 框数 = 452 gloves 框数 = 822 hat 框数 = 124 mask 框数 = 660 shoes 框数 = 436 wash_hands 框数 = 152 总框数:3179 使用标注工具:labelImg 标注规则:对类别进行画矩形框 更多信息:blog.csdn.net/FL1623863129/article/details/1394579400 8浏览¥ 99.90
- 数据集大小:47MB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):351 分类类别数:4 类别名称:[“Anthracite”,“Bituminous”,“Lignite”,“Peat”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139457793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):351 分类类别数:4 类别名称:[“Anthracite”,“Bituminous”,“Lignite”,“Peat”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1394577930 4浏览¥ 29.90
- 数据集大小:89MB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):304 分类类别数:4 类别名称:[“anthracnose”,“bird_eye_spot”,“brown_blight”,“healthy”] 更多信息:blog.csdn.net/FL1623863129/article/details/139457753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):304 分类类别数:4 类别名称:[“anthracnose”,“bird_eye_spot”,“brown_blight”,“healthy”] 更多信息:blog.csdn.net/FL1623863129/article/details/1394577530 3浏览¥ 29.90
- 数据集大小:152MB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):3122 分类类别数:215 更多信息:https://blog.csdn.net/FL1623863129/article/details/139457731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):3122 分类类别数:215 更多信息:https://blog.csdn.net/FL1623863129/article/details/1394577310 6浏览¥ 99.90
- 数据集大小:774MB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):14689 分类类别数:50 更多信息:https://blog.csdn.net/FL1623863129/article/details/139457709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):14689 分类类别数:50 更多信息:https://blog.csdn.net/FL1623863129/article/details/1394577090 4浏览¥ 149.90
- 数据集大小:982MB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):7000 标注数量(xml文件个数):7000 标注数量(txt文件个数):7000 标注类别数:6 标注类别名称:["bulk cargo carrier","container ship","fishing boat","general cargo ship","ore carrier","passenger ship"] 更多信息:https://blog.csdn.net/FL1623863129/article/details/138753859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):7000 标注数量(xml文件个数):7000 标注数量(txt文件个数):7000 标注类别数:6 标注类别名称:["bulk cargo carrier","container ship","fishing boat","general cargo ship","ore carrier","passenger ship"] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1387538590 12浏览¥ 199.90
- 数据集大小:189MB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):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,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139440593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):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,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1394405930 22浏览¥ 69.90
- 数据集大小:253MB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):1265 标注数量(xml文件个数):1265 标注数量(txt文件个数):1265 标注类别数:4 标注类别名称:["ct_body","ct_head","t_body","t_head"] 每个类别标注的框数: ct_body 框数 = 770 ct_head 框数 = 746 t_body 框数 = 974 t_head 框数 = 991 总框数:3481 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/139428611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):1265 标注数量(xml文件个数):1265 标注数量(txt文件个数):1265 标注类别数:4 标注类别名称:["ct_body","ct_head","t_body","t_head"] 每个类别标注的框数: ct_body 框数 = 770 ct_head 框数 = 746 t_body 框数 = 974 t_head 框数 = 991 总框数:3481 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/1394286110 5浏览¥ 49.90
- 数据集大小:433MB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):10627 标注数量(xml文件个数):10627 标注数量(txt文件个数):10627 标注类别数:1 标注类别名称:["visdrone"] 每个类别标注的框数: visdrone 框数 = 10627 总框数:10627 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:该数据集有大约5段视频截取而成,每个图片都有对应标注文件,该数据集都是仰拍而成不是俯拍,图片中的无人机都是远距离拍摄,几乎都是小目标,因此更贴合实际场景。因为一般真实情况都是远距离而且无人机很小。 更多信息:远距离小目标仰拍无人机检测数据集VOC+YOLO格式10672张1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):10627 标注数量(xml文件个数):10627 标注数量(txt文件个数):10627 标注类别数:1 标注类别名称:["visdrone"] 每个类别标注的框数: visdrone 框数 = 10627 总框数:10627 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:该数据集有大约5段视频截取而成,每个图片都有对应标注文件,该数据集都是仰拍而成不是俯拍,图片中的无人机都是远距离拍摄,几乎都是小目标,因此更贴合实际场景。因为一般真实情况都是远距离而且无人机很小。 更多信息:远距离小目标仰拍无人机检测数据集VOC+YOLO格式10672张1类别0 22浏览¥ 299.90
- 数据集大小:226MB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):7035 标注数量(xml文件个数):7035 标注数量(txt文件个数):7035 标注类别数:1 标注类别名称:["head"] 每个类别标注的框数: head 框数 = 26424 总框数:26424 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:图片场景主要是电力行业和工地场景下人员的人头检测 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/139406158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):7035 标注数量(xml文件个数):7035 标注数量(txt文件个数):7035 标注类别数:1 标注类别名称:["head"] 每个类别标注的框数: head 框数 = 26424 总框数:26424 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:图片场景主要是电力行业和工地场景下人员的人头检测 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/1394061580 18浏览¥ 199.90
- 数据集大小:84MB这个是打架数据集视频文件,里面没有标注文件,仅仅包含150个打架视频mp4文件和150个没有打架视频mp4文件这个是打架数据集视频文件,里面没有标注文件,仅仅包含150个打架视频mp4文件和150个没有打架视频mp4文件0 9浏览¥ 79.90
- 数据集大小:55MB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):601 分类类别数:4 类别名称:[“cataract”,“glaucoma”,“normal”,“retina_disease”] 更多信息:blog.csdn.net/FL1623863129/article/details/139402147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):601 分类类别数:4 类别名称:[“cataract”,“glaucoma”,“normal”,“retina_disease”] 更多信息:blog.csdn.net/FL1623863129/article/details/1394021470 21浏览¥ 49.90
- 数据集大小:707MB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):75855 分类类别数:8 类别名称:["hit","kick","punch","push","ride_horse","shoot_gun","stand","wave"] 每个类别图片数: hit 图片数:4133 kick 图片数:5950 punch 图片数:8921 push 图片数:10335 ride_horse 图片数:16971 shoot_gun 图片数:9832 stand 图片数:11259 wave 图片数:8454 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 更多信息:https://blog.csdn.net/FL1768317420/article/details/139401917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):75855 分类类别数:8 类别名称:["hit","kick","punch","push","ride_horse","shoot_gun","stand","wave"] 每个类别图片数: hit 图片数:4133 kick 图片数:5950 punch 图片数:8921 push 图片数:10335 ride_horse 图片数:16971 shoot_gun 图片数:9832 stand 图片数:11259 wave 图片数:8454 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 更多信息:https://blog.csdn.net/FL1768317420/article/details/1394019170 18浏览¥ 199.90
- 数据集大小:215MB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):15000 标注数量(xml文件个数):15000 标注数量(txt文件个数):15000 标注类别数:3 标注类别名称:[“garbage”,“paper”,“plastic”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139401722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):15000 标注数量(xml文件个数):15000 标注数量(txt文件个数):15000 标注类别数:3 标注类别名称:[“garbage”,“paper”,“plastic”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1394017220 14浏览¥ 299.90
- 数据集大小:10MB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):132 标注数量(xml文件个数):132 标注数量(txt文件个数):132 标注类别数:1 标注类别名称:["keng"] 每个类别标注的框数: keng 框数 = 1044 总框数:1044 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/FL1768317420/article/details/139401659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):132 标注数量(xml文件个数):132 标注数量(txt文件个数):132 标注类别数:1 标注类别名称:["keng"] 每个类别标注的框数: keng 框数 = 1044 总框数:1044 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/FL1768317420/article/details/1394016590 10浏览¥ 49.90
- 7Z大小:236KBUE4源码.7zUE4源码.7z0 6浏览¥ 19.90
- 数据集大小:581MB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(jpg个数):15199 标注(xml个数):15199 标注(txt个数):15199 标注类别数:40 标注类别名称:[“A10”,“A400M”,“AG600”,“B1”,“B2”,“B52”,“Be200”,“C5”,“C17”,“C130”,“E2”,“EF2000”,“F4”,“F14”,“F15”,“F16”,“F18”,“F22”,“F35”,“F117”,“J20”,“JAS39”,“MQ9”,“Mig31”,“Mirage2000”,“RQ4”,“Rafale”,“SR71”,“Su57”,“Tu95”,“Tu160”,“U2”,“US2”,“V22”,“XB70”,“YF23”,“bird”,“c-helicopter”,“drone”,“p-airplane”] 更多信息:blog.csdn.net/FL1623863129/article/details/139383850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(jpg个数):15199 标注(xml个数):15199 标注(txt个数):15199 标注类别数:40 标注类别名称:[“A10”,“A400M”,“AG600”,“B1”,“B2”,“B52”,“Be200”,“C5”,“C17”,“C130”,“E2”,“EF2000”,“F4”,“F14”,“F15”,“F16”,“F18”,“F22”,“F35”,“F117”,“J20”,“JAS39”,“MQ9”,“Mig31”,“Mirage2000”,“RQ4”,“Rafale”,“SR71”,“Su57”,“Tu95”,“Tu160”,“U2”,“US2”,“V22”,“XB70”,“YF23”,“bird”,“c-helicopter”,“drone”,“p-airplane”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393838500 9浏览¥ 299.90
- 数据集大小:191MB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):3575 标注数量(xml文件个数):3575 标注数量(txt文件个数):3575 标注类别数:10 标注类别名称:[“Weevil”,“beetle”,“grasshopper”,“mango_hopper”,“mango_mealybug”,“moth”,“sawfly”,“slug”,“stem_borer”,“wasp”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139383493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):3575 标注数量(xml文件个数):3575 标注数量(txt文件个数):3575 标注类别数:10 标注类别名称:[“Weevil”,“beetle”,“grasshopper”,“mango_hopper”,“mango_mealybug”,“moth”,“sawfly”,“slug”,“stem_borer”,“wasp”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1393834930 17浏览¥ 149.90
- 数据集大小:231MB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):649 标注数量(xml文件个数):649 标注数量(txt文件个数):649 标注类别数:5 标注类别名称:["chihou","ribenmihou","tuhou","xiliduhou","zongmaohouhou"] 每个类别标注的框数: chihou 框数 = 155 ribenmihou 框数 = 232 tuhou 框数 = 133 xiliduhou 框数 = 149 zongmaohouhou 框数 = 141 总框数:810 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:names: ['鬃毛吼猴', '赤猴', '秃猴', '日本猕猴', '细粒度猴'] 更多信息:blog.csdn.net/FL1623863129/article/details/139383396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):649 标注数量(xml文件个数):649 标注数量(txt文件个数):649 标注类别数:5 标注类别名称:["chihou","ribenmihou","tuhou","xiliduhou","zongmaohouhou"] 每个类别标注的框数: chihou 框数 = 155 ribenmihou 框数 = 232 tuhou 框数 = 133 xiliduhou 框数 = 149 zongmaohouhou 框数 = 141 总框数:810 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:names: ['鬃毛吼猴', '赤猴', '秃猴', '日本猕猴', '细粒度猴'] 更多信息:blog.csdn.net/FL1623863129/article/details/1393833960 12浏览¥ 49.90
- 数据集大小:78MB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):14038 分类类别数:4 类别名称:[“grade0”,“grade2”,“grade3”,“grade4”] 更多信息:blog.csdn.net/FL1623863129/article/details/139383325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):14038 分类类别数:4 类别名称:[“grade0”,“grade2”,“grade3”,“grade4”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393833250 5浏览¥ 299.90
- 数据集大小:236MB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):3000 标注数量(xml文件个数):3000 标注数量(txt文件个数):3000 标注类别数:1 标注类别名称:["shouqiang"] 每个类别标注的框数: shouqiang 框数 = 3474 总框数:3474 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/139383293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):3000 标注数量(xml文件个数):3000 标注数量(txt文件个数):3000 标注类别数:1 标注类别名称:["shouqiang"] 每个类别标注的框数: shouqiang 框数 = 3474 总框数:3474 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/1393832930 11浏览¥ 149.90
- 数据集大小:61MB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):1973 标注数量(xml文件个数):1973 标注数量(txt文件个数):1973 标注类别数:3 标注类别名称:["bu","jiandao","shitou"] 每个类别标注的框数: bu 框数 = 609 jiandao 框数 = 679 shitou 框数 = 685 总框数:1973 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/139383235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):1973 标注数量(xml文件个数):1973 标注数量(txt文件个数):1973 标注类别数:3 标注类别名称:["bu","jiandao","shitou"] 每个类别标注的框数: bu 框数 = 609 jiandao 框数 = 679 shitou 框数 = 685 总框数:1973 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/1393832350 18浏览¥ 119.90
- 数据集大小:426MB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):11885 标注数量(xml文件个数):11885 标注数量(txt文件个数):11885 标注类别数:1 标注类别名称:["snake"] 每个类别标注的框数: snake 框数 = 11885 总框数:11885 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2/3是增强过图片,只有1/3是原图,原图大约有3500张 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/139383103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):11885 标注数量(xml文件个数):11885 标注数量(txt文件个数):11885 标注类别数:1 标注类别名称:["snake"] 每个类别标注的框数: snake 框数 = 11885 总框数:11885 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2/3是增强过图片,只有1/3是原图,原图大约有3500张 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/1393831030 20浏览¥ 219.90
- 数据集大小:16MB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):2069 标注数量(xml文件个数):2069 标注数量(txt文件个数):2069 标注类别数:2 标注类别名称:["kebocoran","keretakan"] 每个类别标注的框数: kebocoran 框数 = 1406 keretakan 框数 = 1192 总框数:2598 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:https://blog.csdn.net/FL1623863129/article/details/139383092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):2069 标注数量(xml文件个数):2069 标注数量(txt文件个数):2069 标注类别数:2 标注类别名称:["kebocoran","keretakan"] 每个类别标注的框数: kebocoran 框数 = 1406 keretakan 框数 = 1192 总框数:2598 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:https://blog.csdn.net/FL1623863129/article/details/1393830920 5浏览¥ 119.90
- 数据集大小:373MB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):3400 标注数量(xml文件个数):3400 标注数量(txt文件个数):3400 标注类别数:8 标注类别名称:["qikong","yaobian","duanhu","leiwen","kongxinzhu","chogndie","jiazha","weironghe"] 总框数:6783 重要说明:names: ["气孔", "咬边", "断弧", "裂纹", "空心珠", "重叠", "夹渣", "未熔合"] 更多信息:blog.csdn.net/FL1623863129/article/details/139380416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):3400 标注数量(xml文件个数):3400 标注数量(txt文件个数):3400 标注类别数:8 标注类别名称:["qikong","yaobian","duanhu","leiwen","kongxinzhu","chogndie","jiazha","weironghe"] 总框数:6783 重要说明:names: ["气孔", "咬边", "断弧", "裂纹", "空心珠", "重叠", "夹渣", "未熔合"] 更多信息:blog.csdn.net/FL1623863129/article/details/1393804160 5浏览¥ 149.90
- 数据集大小:34MB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):767 标注数量(xml文件个数):767 标注数量(txt文件个数):767 标注类别数:2 标注类别名称:["hemorrhage","normal"] 每个类别标注的框数: hemorrhage 框数 = 1583 normal 框数 = 224 总框数:1807 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/139380246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):767 标注数量(xml文件个数):767 标注数量(txt文件个数):767 标注类别数:2 标注类别名称:["hemorrhage","normal"] 每个类别标注的框数: hemorrhage 框数 = 1583 normal 框数 = 224 总框数:1807 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/1393802460 10浏览¥ 69.90
- 数据集大小:3MB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):66 标注数量(xml文件个数):66 标注数量(txt文件个数):66 标注类别数:1 标注类别名称:["guitar"] 每个类别标注的框数: guitar 框数 = 78 总框数:78 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/139379222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):66 标注数量(xml文件个数):66 标注数量(txt文件个数):66 标注类别数:1 标注类别名称:["guitar"] 每个类别标注的框数: guitar 框数 = 78 总框数:78 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/1393792220 9浏览¥ 19.90
- 数据集大小:84MB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):1838 标注数量(xml文件个数):1838 标注数量(txt文件个数):1838 标注类别数:1 标注类别名称:["mihoutao"] 每个类别标注的框数: mihoutao 框数 = 19278 总框数:19278 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/139379105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):1838 标注数量(xml文件个数):1838 标注数量(txt文件个数):1838 标注类别数:1 标注类别名称:["mihoutao"] 每个类别标注的框数: mihoutao 框数 = 19278 总框数:19278 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/1393791050 16浏览¥ 149.90
- 数据集大小:188MB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):4107 标注数量(xml文件个数):4107 标注数量(txt文件个数):4107 标注类别数:1 标注类别名称:["mouse"] 每个类别标注的框数: mouse 框数 = 14321 总框数:14321 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集有增强,目测超过一半都是增强的图片 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/139378842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):4107 标注数量(xml文件个数):4107 标注数量(txt文件个数):4107 标注类别数:1 标注类别名称:["mouse"] 每个类别标注的框数: mouse 框数 = 14321 总框数:14321 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集有增强,目测超过一半都是增强的图片 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/1393788420 22浏览¥ 119.90
- 数据集大小:8MB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):159 标注数量(xml文件个数):159 标注数量(txt文件个数):159 标注类别数:1 标注类别名称:["xuanfeng"] 每个类别标注的框数: xuanfeng 框数 = 159 总框数:159 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/139378496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):159 标注数量(xml文件个数):159 标注数量(txt文件个数):159 标注类别数:1 标注类别名称:["xuanfeng"] 每个类别标注的框数: xuanfeng 框数 = 159 总框数:159 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/1393784960 6浏览¥ 19.90
- 数据集大小:790MB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):5857 标注数量(xml文件个数):5857 标注数量(txt文件个数):5857 标注类别数:5 标注类别名称:[“chengshu”,“hua”,“shengzhangqi”,“ya”,“zaoqi”] 更多信息:blog.csdn.net/FL1623863129/article/details/139378073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):5857 标注数量(xml文件个数):5857 标注数量(txt文件个数):5857 标注类别数:5 标注类别名称:[“chengshu”,“hua”,“shengzhangqi”,“ya”,“zaoqi”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393780730 10浏览¥ 219.90
- 数据集大小:44MB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):4122 标注数量(xml文件个数):4122 标注数量(txt文件个数):4122 标注类别数:5 标注类别名称:[“mild-DR”,“moderate-DR”,“normal”,“proliferation-DR”,“severe-DR”] 更多信息:blog.csdn.net/FL1623863129/article/details/139377733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):4122 标注数量(xml文件个数):4122 标注数量(txt文件个数):4122 标注类别数:5 标注类别名称:[“mild-DR”,“moderate-DR”,“normal”,“proliferation-DR”,“severe-DR”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393777330 12浏览¥ 199.90
- 数据集大小:89MB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):2262 标注数量(xml文件个数):2262 标注数量(txt文件个数):2262 标注类别数:5 标注类别名称:[“Looking_Forward”,“Raising_Hand”,“Reading”,“Sleeping”,“Turning_Around”] 下载前请参考详细信息:https://blog.csdn.net/FL1623863129/article/details/139377096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):2262 标注数量(xml文件个数):2262 标注数量(txt文件个数):2262 标注类别数:5 标注类别名称:[“Looking_Forward”,“Raising_Hand”,“Reading”,“Sleeping”,“Turning_Around”] 下载前请参考详细信息:https://blog.csdn.net/FL1623863129/article/details/1393770960 11浏览¥ 99.90
- 数据集大小:44MB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):9787 标注数量(xml文件个数):9787 标注数量(txt文件个数):9787 标注类别数:3 标注类别名称:[“label0”,“label1”,“label2”] 更多信息:blog.csdn.net/FL1623863129/article/details/139376618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):9787 标注数量(xml文件个数):9787 标注数量(txt文件个数):9787 标注类别数:3 标注类别名称:[“label0”,“label1”,“label2”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393766180 6浏览¥ 149.90
- 7Z大小:4KB用四元数或者一节互补滤波解算角度mpu6050.7z用四元数或者一节互补滤波解算角度mpu6050.7z5 7浏览¥ 19.90
- 7Z大小:8MBSTM329轴姿态数据融合.7zSTM329轴姿态数据融合.7z0 6浏览¥ 19.90
- 7Z大小:548KBSTM32-姿态融合算法.7zSTM32-姿态融合算法.7z0 3浏览¥ 19.90
- 7Z大小:884BEulerAngles-Quaternion四元数与欧拉角的转换c语言源码.7zEulerAngles-Quaternion四元数与欧拉角的转换c语言源码.7z0 5浏览¥ 19.90
- 数据集大小:225MB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):1028 分类类别数:2 类别名称:["cracked","normal"] 每个类别图片数: cracked 图片数:537 normal 图片数:491 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 更多信息:blog.csdn.net/FL1623863129/article/details/139371170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):1028 分类类别数:2 类别名称:["cracked","normal"] 每个类别图片数: cracked 图片数:537 normal 图片数:491 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 更多信息:blog.csdn.net/FL1623863129/article/details/1393711700 12浏览¥ 59.90
- 数据集大小:99MB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):439 标注数量(xml文件个数):439 标注数量(txt文件个数):439 标注类别数:1 标注类别名称:["tire"] 每个类别标注的框数: tire 框数 = 1008 总框数:1008 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/139370925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):439 标注数量(xml文件个数):439 标注数量(txt文件个数):439 标注类别数:1 标注类别名称:["tire"] 每个类别标注的框数: tire 框数 = 1008 总框数:1008 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/1393709250 15浏览¥ 49.90
- 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):8307 标注数量(xml文件个数):8307 标注数量(txt文件个数):8307 标注类别数:17 标注类别名称:[“bj_bpmh”,“bj_bpps”,“bj_wkps”,“bjdsyc”,“gbps”,“hxq_gjbs”,“hxq_gjtps”,“jyz_pl”,“kgg_ybh”,“sly_dmyw”,“wcaqm”,“wcgz”,“xmbhyc”,“xy”,“yw_gkxfw”,“yw_nc”,“ywzt_yfyc”] 更多信息:blog.csdn.net/FL1623863129/article/details/139365811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):8307 标注数量(xml文件个数):8307 标注数量(txt文件个数):8307 标注类别数:17 标注类别名称:[“bj_bpmh”,“bj_bpps”,“bj_wkps”,“bjdsyc”,“gbps”,“hxq_gjbs”,“hxq_gjtps”,“jyz_pl”,“kgg_ybh”,“sly_dmyw”,“wcaqm”,“wcgz”,“xmbhyc”,“xy”,“yw_gkxfw”,“yw_nc”,“ywzt_yfyc”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393658110 13浏览¥ 199.90
- 数据集大小:796MB这是kaggle猫狗分类数据集,其中猫12.5k张,狗12.5k张,猫狗分类数据集通常用于比赛或者分类框架算法的benchmark这是kaggle猫狗分类数据集,其中猫12.5k张,狗12.5k张,猫狗分类数据集通常用于比赛或者分类框架算法的benchmark0 4浏览¥ 49.90
- 数据集大小:472MB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):8291 标注数量(xml文件个数):8291 标注数量(txt文件个数):8291 标注类别数:2 标注类别名称:["cat","dog"] 每个类别标注的框数: cat 框数 = 4766 dog 框数 = 5500 总框数:10266 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:https://blog.csdn.net/FL1623863129/article/details/139331646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):8291 标注数量(xml文件个数):8291 标注数量(txt文件个数):8291 标注类别数:2 标注类别名称:["cat","dog"] 每个类别标注的框数: cat 框数 = 4766 dog 框数 = 5500 总框数:10266 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:https://blog.csdn.net/FL1623863129/article/details/1393316460 12浏览¥ 99.90
- 数据集大小:214MB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):9884 标注数量(xml文件个数):9884 标注数量(txt文件个数):9884 标注类别数:5 标注类别名称:["cigarette","closeeye","openeye","phone","seatbelt"] 每个类别标注的框数: cigarette 框数 = 3907 closeeye 框数 = 1603 openeye 框数 = 11178 phone 框数 = 2552 seatbelt 框数 = 4149 总框数:23389 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/139321726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):9884 标注数量(xml文件个数):9884 标注数量(txt文件个数):9884 标注类别数:5 标注类别名称:["cigarette","closeeye","openeye","phone","seatbelt"] 每个类别标注的框数: cigarette 框数 = 3907 closeeye 框数 = 1603 openeye 框数 = 11178 phone 框数 = 2552 seatbelt 框数 = 4149 总框数:23389 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/1393217260 17浏览¥ 199.90