农作物害虫检测数据集VOC+YOLO格式3575张10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):3575

标注数量(xml文件个数):3575

标注数量(txt文件个数):3575

标注类别数:10

标注类别名称:["bitichong","feie ","huangchong","huangfeng","jiachong","juying","mangguofenjie","mangguoliaodou","xiangbichong","zuanxinchong"]

每个类别标注的框数:

bitichong 框数 = 392

feie 框数 = 495

huangchong 框数 = 490

huangfeng 框数 = 496

jiachong 框数 = 437

juying 框数 = 268

mangguofenjie 框数 = 282

mangguoliaodou 框数 = 185

xiangbichong 框数 = 466

zuanxinchong 框数 = 266

总框数:3777

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:害虫有['甲虫', '蝗虫', '芒果料斗', '芒果粉蚧', '飞蛾', '锯蝇', '鼻涕虫', '钻心虫', '黄蜂', '象鼻虫']

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

图片示例:

相关推荐
CoovallyAIHub23 分钟前
MAR-YOLOv9:革新农业检测,YOLOv9的“低调”逆袭
深度学习·算法·计算机视觉
铅笔侠_小龙虾30 分钟前
深度学习理论推导--最小二乘法
人工智能·深度学习·机器学习
All The Way North-34 分钟前
PyTorch nn.L1Loss 完全指南:MAE 原理、梯度计算与不可导点处理详解
pytorch·深度学习·机器学习·mae损失函数·l1loss损失函数
LDG_AGI35 分钟前
【推荐系统】深度学习训练框架(十三):模型输入——《特征索引》与《特征向量》的边界
人工智能·pytorch·分布式·深度学习·算法·机器学习
CoovallyAIHub36 分钟前
如何让SAM3在医学图像上比专用模型还强?一个轻量Adapter如何让它“秒变”专家?
深度学习·算法·计算机视觉
Feisy1 小时前
使用深度学习检测元器件是否缺失零件-怎么快速地批量采集深度学习训练用的图片
人工智能·深度学习
亚里随笔1 小时前
MiniRL:用LLM稳定强化学习的新范式与第一阶近似理论
人工智能·深度学习·机器学习·llm·rlhf·agentic
free-elcmacom1 小时前
用Python玩转GAN:让AI学会“造假”的艺术
人工智能·python·机器学习
一条破秋裤2 小时前
零样本学习指标
深度学习·学习·机器学习
Michelle80232 小时前
机器学习实战操作手册
人工智能·算法·机器学习