【目标检测】3类飞机缺陷检测数据集6802张YOLO+VOC（已增强） 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：6802 Annotations文件夹中xml文件总计：6802 labels文件夹中txt文件总计：6802 标签种类数：3 标签名称:["Damaged fasteners","Dent","rupture"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Damaged fasteners 框数 = 3832 Dent 框数 = 4153 rupture 框数 = 3797 总框数：11782
【目标检测】国际象棋棋子类型检测数据集6535张YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：6535 Annotations文件夹中xml文件总计：6535 labels文件夹中txt文件总计：6535 标签种类数：12 标签名称:["black-bishop","black-king","black-knight","black-pawn","black-queen","black-rook","white-bishop","white-king","white-knight","white-pawn","white-queen","white-rook"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）：
【目标检测】驾驶员疲劳检测数据集711张YOLO+VOC（已增强） 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：711 Annotations文件夹中xml文件总计：711 labels文件夹中txt文件总计：711 标签种类数：3 标签名称:["Awake","Drowsy","Fatigue"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Awake 框数 = 1043 Drowsy 框数 = 616 Fatigue 框数 = 173 总框数：1832
【目标检测】脚印检测数据集819张YOLO和VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：819 Annotations文件夹中xml文件总计：819 labels文件夹中txt文件总计：819 标签种类数：1 标签名称:["footprint"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： footprint 框数 = 820 总框数：820
【目标检测】辣椒叶病害检测数据集2258张YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：2258 Annotations文件夹中xml文件总计：2258 labels文件夹中txt文件总计：2258 标签种类数：5 标签名称:["cercospora","healthy","leaf curl","mosaic","xanthomonas"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： cercospora 框数 = 818（尾孢菌） healthy 框数 = 567（健康） leaf curl 框数 = 1849（叶卷病） mosaic 框数 = 388（花叶病） xanthomonas 框数 = 1025（黄单胞菌） 总框数：4647
【目标检测】纸牌数字及花色检测数据集10100张YOLO和VOC格式 数据集格式：VOC格式+YOLO格式
数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：6917 Annotations文件夹中xml文件总计：6917 labels文件夹中txt文件总计：6917 标签种类数：3 标签名称:["Black_rot","Downey_mildew","Leaf_blight"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Black_rot 框数 = 3228（黑腐病） Downey_mildew 框数 = 925（霜霉） Leaf_blight 框数 = 2764（叶枯病） 总框数：6917
【目标检测】葡萄叶片病害数据集3个标签5370张YOLO+VOC（已增强） 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：5370 Annotations文件夹中xml文件总计：5370 labels文件夹中txt文件总计：5370 标签种类数：3 标签名称:["Black_rot","GrapeEsca","Healthy"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Black_rot 框数 = 2127（黑腐病） GrapeEsca 框数 = 2489（葡萄黑麻疹病 Healthy 框数 = 754（健康） 总框数：5370
【目标检测】乳腺癌检测数据集9590张YOLO+VOC格式（已增强） 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：9590 Annotations文件夹中xml文件总计：9590 labels文件夹中txt文件总计：9590 标签种类数：1 标签名称:["cancer"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： cancer 框数 = 10048 总框数：10048
【目标检测】膝盖关节炎严重程度检测8000张YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：8000 Annotations文件夹中xml文件总计：8000 labels文件夹中txt文件总计：8000 标签种类数：5 标签名称:["Doubtful","Healthy","Minimal","Moderate","Severe"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Doubtful 框数 = 1414 Healthy 框数 = 3700 Minimal 框数 = 819 Moderate 框数 = 730 Severe 框数 = 1337 总框数：8000
【目标检测】香烟数据集8519张YOLO+VOC（已增强） 数据集格式：VOC格式+YOLO格式 数据集介绍：图片绝大数为吸烟图片，小部分为香烟图片，对其中香烟就行标注 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：8519 Annotations文件夹中xml文件总计：8519 labels文件夹中txt文件总计：8519 标签种类数：1 标签名称:["xiangyan"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： xiangyan 框数 = 21260 总框数：21260
数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：940 Annotations文件夹中xml文件总计：940 labels文件夹中txt文件总计：940 标签种类数：15 标签名称:["b_bing","b_che","b_jiang","b_ma","b_pao","b_shi","b_xiang","board","r_bing","r_che","r_jiang","r_ma","r_pao","r_shi","r_xiang"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： b_bing 框数 = 1538 b_che 框数 = 889 b_jiang 框数 = 791 b_ma 框数 = 694
每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Front-windscreen-damage 框数 = 293（前挡风玻璃损坏） Headlight-damage 框数 = 664（前照灯损坏） Rear-windscreen-Damage 框数 = 458（后挡风玻璃损坏） Runningboard-Damage 框数 = 347（踏板损坏） Sidemirror-Damage 框数 = 283（后视镜损坏） Taillight-Damage 框数 = 449（尾灯损坏） bonnet-dent 框数 = 1256（发动机罩凹痕） boot-dent 框数 = 167（行李箱凹痕） doorouter-dent 框数 = 1599（车门外部凹痕） fender-dent 框数 = 1041（挡泥板凹痕） front-bumper-dent 框数 = 1913（前保险杠凹痕）
【目标检测】超市购物车检测数据集5500张YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：5501 Annotations文件夹中xml文件总计：5501 labels文件夹中txt文件总计：5501 标签种类数：2 标签名称:["plastic-shopping-trolley","shopping-trolley"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： plastic-shopping-trolley 框数 = 1364 shopping-trolley 框数 = 5012 总框数：6376 图片清晰度（分辨率：像素）：清晰度一般 图片是否增强：是 标签形状：矩形框，用于目标检测识别
【目标检测】城市街道固定摄像拍摄骑电动车带头盔检测数据集2060张3类标签YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：2060 Annotations文件夹中xml文件总计：2060 labels文件夹中txt文件总计：2060 标签种类数：3 标签名称:["helmet","no-helmet","rider"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： helmet 框数 = 9086 no-helmet 框数 = 438 rider 框数 = 8674 总框数：18198
【目标检测】传送带上煤、煤矸石、脉石检测数据集7341张YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：7341 Annotations文件夹中xml文件总计：7341 labels文件夹中txt文件总计：7341 标签种类数：3 标签名称:["Coal-gangue","coal","gangue"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Coal-gangue 框数 = 2 coal 框数 = 26792 gangue 框数 = 25498 总框数：52292
【目标检测】工地扬尘检测数据集3832张YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：3832 Annotations文件夹中xml文件总计：3832 labels文件夹中txt文件总计：3832 标签种类数：1 标签名称:["dust"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： dust 框数 = 3832 总框数：3832 图片清晰度（分辨率：像素）：清晰 图片是否增强：否 标签形状：矩形框，用于目标检测识别
数据集格式：VOC格式+YOLO格式 数据集介绍：图片为工厂固定场景拍摄的烟雾图片标注而成 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：1954 Annotations文件夹中xml文件总计：1954 labels文件夹中txt文件总计：1954 标签种类数：1 标签名称:["smoke"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： smoke 框数 = 3171 总框数：3171
数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：8164 Annotations文件夹中xml文件总计：8164 labels文件夹中txt文件总计：8164 标签种类数：1 标签名称:["fallen-tree"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： fallen-tree 框数 = 9942 总框数：9942 图片清晰度（分辨率：像素）：清晰度一般 图片是否增强：是，有增强 标签形状：矩形框，用于目标检测识别
【目标检测】太阳能板表面脏污裂纹检测数据集4982张YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：4982 Annotations文件夹中xml文件总计：4982 labels文件夹中txt文件总计：4982 标签种类数：4 标签名称:["bird_drop","clean","cracked","dust"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： bird_drop 框数 = 2118 clean 框数 = 1860 cracked 框数 = 1832 dust 框数 = 1568 总框数：7378 图片清晰度（分辨率：像素）：清晰或者一般 图片是否增强：是
【目标检测】吸烟抽烟数据集2560张2类标签YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：2560 Annotations文件夹中xml文件总计：2560 labels文件夹中txt文件总计：2560 标签种类数：2 标签名称:["cigarette","smoking"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： cigarette 框数 = 2688 smoking 框数 = 1841 总框数：4529 图片清晰度（分辨率：像素）：清晰 图片是否增强：否
【目标检测】小麦病害检测数据集1392张5类标签YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：1392 Annotations文件夹中xml文件总计：1392 labels文件夹中txt文件总计：1392 标签种类数：5 标签名称:["Brown_Rust","Healthy","Loose_Smut","Septoria","Yellow_Rust"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： Brown_Rust 框数 = 1273（褐锈病） Healthy 框数 = 260（健康的） Loose_Smut 框数 = 456（散黑穗病） Septoria 框数 = 1050（壳针孢 ） Yellow_Rust 框数 = 928（小麦条锈病 ） 总框数：3967
【目标检测】小麦叶片病害检测数据集935张4类标签YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：935 Annotations文件夹中xml文件总计：935 labels文件夹中txt文件总计：935 标签种类数：4 标签名称:["wheat_Leaf_Rust","wheat_healthy","wheat_powdery_mildew","wheat_stripe_rust"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： wheat_Leaf_Rust 框数 = 591（小麦叶锈病） wheat_healthy 框数 = 309（健康小麦） wheat_powdery_mildew 框数 = 888（小麦白粉病） wheat_stripe_rust 框数 = 193（小麦条锈病） 总框数：1981 图片清晰度（分辨率：像素）：清晰
【目标检测】小麦叶片病害检测数据集935张4类标签YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：935 Annotations文件夹中xml文件总计：935 labels文件夹中txt文件总计：935 标签种类数：4 标签名称:["wheat_Leaf_Rust","wheat_healthy","wheat_powdery_mildew","wheat_stripe_rust"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： wheat_Leaf_Rust 框数 = 591（小麦叶锈病） wheat_healthy 框数 = 309（健康小麦） wheat_powdery_mildew 框数 = 888（小麦白粉病） wheat_stripe_rust 框数 = 193（小麦条锈病） 总框数：1981
【目标检测】烟叶植株检测数据集5000张YOLO+VOC 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：5001 Annotations文件夹中xml文件总计：5001 labels文件夹中txt文件总计：5001 标签种类数：1 标签名称:["tobacco"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： tobacco 框数 = 6331 总框数：6331 图片清晰度（分辨率：像素）：清晰 图片是否增强：否 标签形状：矩形框，用于目标检测识别 数据集类型：149m 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 标注情况 图片概览
【目标检测】婴儿车数据集2562张YOLO+VOC格式 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：2562 Annotations文件夹中xml文件总计：2562 labels文件夹中txt文件总计：2562 标签种类数：1 标签名称:["pram"] 每个标签的框数（注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准）： pram 框数 = 2769 总框数：2769 图片清晰度（分辨率：像素）：清晰 图片是否增强：否 标签形状：矩形框，用于目标检测识别 数据集类型：119m 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 标注情况： 图片概览
数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：2916 Annotations文件夹中xml文件总计：2916 labels文件夹中txt文件总计：2916 标签种类数：1 标签名称:["fire"] 每个标签的框数： fire 框数 = 9421 总框数：9421 图片清晰度（分辨率：像素）
数据集概述数据集描述 本数据集包含在丛林或物体表面上拍摄的单个或多个蘑菇的图像，旨在用于训练和评估目标检测模型。数据集中共有2178张图片，每张图片都有对应的VOC格式（XML）和YOLO格式（TXT）标注文件。标签种类为6种有毒蘑菇类别，总共有3569个标注框。数据集格式 VOC格式：包含XML文件，用于详细描述每个图像中的对象位置。 YOLO格式：包含TXT文件，用于简洁描述每个图像中的对象位
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
