[数据集][目标检测]道路行人车辆坑洞锥形桶检测数据集VOC+YOLO格式6275张4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):6275

标注数量(xml文件个数):6275

标注数量(txt文件个数):6275

标注类别数:4

标注类别名称:["car","person","pothole","trafficcone"]

每个类别标注的框数:

car 框数 = 56915

person 框数 = 19159

pothole 框数 = 1716

trafficcone 框数 = 1176

总框数:78966

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:检测道路上行人、车辆(不含货车、公共汽车,都是小轿车)、地面坑洞和锥形桶识别

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

下载地址:https://download.csdn.net/download/FL1623863129/89038661

相关推荐
ElfBoard19 小时前
ElfBoard技术贴|如何在【RK3588】ELF 2开发板实现GPIO功能复用
linux·人工智能·单片机·嵌入式硬件·物联网·机器人
SUPER52661 天前
本地开发环境_spring-ai项目启动异常
java·人工智能·spring
上进小菜猪1 天前
基于 YOLOv8 的智能车牌定位检测系统设计与实现—从模型训练到 PyQt 可视化落地的完整实战方案
人工智能
AI浩1 天前
UNIV:红外与可见光模态的统一基础模型
人工智能·深度学习
GitCode官方1 天前
SGLang AI 金融 π 对(杭州站)回顾:大模型推理的工程实践全景
人工智能·金融·sglang
木头左1 天前
LSTM模型入参有效性验证基于量化交易策略回测的方法学实践
人工智能·rnn·lstm
找方案1 天前
我的 all-in-rag 学习笔记:文本分块 ——RAG 系统的 “信息切菜术“
人工智能·笔记·all-in-rag
亚马逊云开发者1 天前
让 AI 工作空间更智能:Amazon Quick Suite 集成博查搜索实践
人工智能
腾讯WeTest1 天前
「低成本、高质高效」WeTest AI翻译限时免费
人工智能
Lucas555555551 天前
现代C++四十不惑:AI时代系统软件的基石与新征程
开发语言·c++·人工智能