【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
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
