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):9551
标注数量(xml文件个数):9551
标注数量(txt文件个数):9551
标注类别数:12
标注类别名称:[“Cans”,“CartonDrinks”,“GlassBottle”,“PlasticBottle”,“SprayCans”,“SwissArmyKnife”,“Tin”,“VacuumCup”,“blade”,“dagger”,“knife”,“scissors”]
对应中文名:
[“罐头”、“纸箱冲洗”、“玻璃瓶”、“塑料瓶”、”喷雾罐“、”瑞士军刀“、”锡“、”真空吸盘“、”刀片“、”匕首“、”刀“、“剪刀”]
每个类别标注的框数:

序号

类别名称

框数

1

Cans

789

2

CartonDrinks

1921

3

GlassBottle

540

4

PlasticBottle

5989

5

SprayCans

1074

6

SwissArmyKnife

1037

7

Tin

856

8

VacuumCup

2160

9

blade

3534

10

dagger

987

11

knife

700

12

scissors

2494

总计

12

22081

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

图片预览:

[数据集][目标检测]安检x光危险物品识别检测数据集VOC+YOLO格式9551张12类别_目标检测

标注例子:

[数据集][目标检测]安检x光危险物品识别检测数据集VOC+YOLO格式9551张12类别_深度学习_02