数据集格式：Pascal VOC格式(仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5156 标注数量(xml文件个数)：5156 标注类别数：1 标注类别名称:["fe"] 每个类别标注的框数： fe count = 7762 使用标注工具：...
数据集格式：Pascal VOC格式(仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5156 标注数量(xml文件个数)：5156 标注类别数：1 标注类别名称:["fe"] 每个类别标注的框数： fe count = 7762 使用标注工具：...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3449 标注数量(xml文件个数)：3449 标注类别数：1 标注类别名称:["zhatuche"] 每个...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：12988 标注数量(xml文件个数)：12988 标注类别数：1 标注类别名称:["roadcrack"] 每个类别标注的框数： ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1455 标注数量(xml文件个数)：1455 标注类别数：1 标注类别名称:["tomato"] 每个...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：17000 标注数量(xml文件个数)：17000 标注类别数：1 总文件大小：约4GB，分2个压缩包 标注类别名称:["bird"]...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：4362 标注数量(xml文件个数)：4362 标注类别数：4 标注类别名称:["closed_eye","closed_mouth","open_eye",...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：2872 标注数量(xml文件个数)：2872 标注类别数：1 标注类别名称:["chicken"] 每个类别标注的框数： chicken ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：782 标注数量(xml文件个数)：782 标注类别数：1 标注类别名称:["zhongxingkache"] ...
数据集格式：Pascal VOC格式(包含jpg图片，对应的xml，对应yolo格式txt， 图片数量(jpg文件个数)：14963 标注数量(xml文件个数)：14963 txt数量(yolo格式txt)：14963 类别文件名文件：1个 标注类别数：44,类别为全...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1557 标注数量(xml文件个数)：1557 标注类别数：1 标注类别名称:["cabbage"] 每个...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：494 标注数量(xml文件个数)：494 标注类别数：2 标注类别名称:["huapo","luoshi"] ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：4330 标注数量(xml文件个数)：4330 标注类别数：1 标注类别名称:["fishing"] 每个...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5226 标注数量(xml文件个数)：5226 标注类别数：1 标注类别名称:["zdjy"] 每个类别...
1、杯子检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO杯子检测；共有两部分，这里是第二部分数据 2、目标类别名：cup； 3、数量：9579 4、...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：6460 标注数量(xml文件个数)：6460 标注类别数：2 标注类别名称:["smoke","fire"] 每个类别标注的框数： ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：6580 标注数量(xml文件个数)：6580 标注类别数：1 标注类别名称:["dao"] 每个类别...
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)：286 标注数量(xml文件个数)：286 标注数量(txt文件个数)：286 ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml)图片数量(jpg文件个数)：9125标注数量(xml文件个数)：9125标注类别数：1标注类别名称:["apple"]每个类别标注...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5208 标注数量(xml文件个数)：5208 标注类别数：4 标注类别名称:["reflective_person","reflective","person...
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3146 标注数量(xml文件个数)：3146 标注类别数：2 标注类别名称:["nofight","fight"] 每个类别标注的框数： ...
1、VOC电动车检测数据集，电动摩托车识别，使用lableimg标注软件，标注好的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，即xml和txt格式的标签，分别保存在两个文件夹中，可以直接用于YOLO...
车辆数据集，从VOC数据集中提取得到，标签格式为xml和txt两种，可用于YOLO算法的车辆检测 数量： 5113 类别为： bicycle bus car motorbike
这个是从网上整理的资源，用于目标检测的摔倒检测数据集，格式是voc数据格式。 由于是网上整理的数据集，用于学习和研究。
疲劳驾驶检测数据集 VOC格式 可以用于实际项目
数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml以及对应yolo格式的txt文件) 图片数量(jpg文件个数)：3001 标注数量(xml文件个数)：3001 yolo格式数量(txt文件个数)：3001 标注类别数...
数据转换 深度学习
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)：270 标注数量(xml文件个数)：270 标注数量(txt文件个数)：270 ...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1322 标注数量(xml文件个数)：1322 标注类别数：1 标注类别名称:["jsj"] 每个类别...
项目包含疲劳驾驶目标检测数据集(4分类)（VOC标注格式的xml文件），数据保存按照文件夹保存，可直接用作目标检测数据集，无需额外处理。 数据集介绍：用于汽车驾驶的疲劳检测任务（闭眼、睁眼、张嘴、闭嘴四分类...
数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1158 标注数量(xml文件个数)：1158 标注类别数：1 标注类别名称:["youguanche"] 每...