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...