<数据集>TACO垃圾识别数据集<目标检测>

数据集格式:VOC+YOLO格式

图片数量:6004张

标注数量(xml文件个数):6004

标注数量(txt文件个数):6004

标注类别数:18

标注类别名称:['Crankshaft', 'Centrifugal_body', 'Washer_container', 'Circlip_container', 'Hanging_screw_driver', 'Multi_plate_wet_clutch','Clutch_nut_container', 'Hands', 'Centrifugal_nut_container', 'Magnetic_tool', 'Dowel_pin_container', 'Vertical_Multi_plate_wet_clutch', 'Bolt_container', 'Piston', 'Gps_sensor_pin_container', 'Gasket_container', 'Oil_bin', 'Plier', 'Anabond', 'Gasket', 'Engine', 'Barcode_scanner', 'Gps_sensor_container', 'undefined', 'Spring_container', 'GPS_Sensor']

|----|-----------------------|------|------|
| 序号 | 类别名称 | 图片数 | 框数 |
| 1 | Bottle cap | 1297 | 1803 |
| 2 | Cup | 661 | 788 |
| 3 | Can | 670 | 1000 |
| 4 | Pop tab | 255 | 359 |
| 5 | Unlabeled litter | 1051 | 2026 |
| 6 | Plastic bag - wrapper | 2007 | 3141 |
| 7 | Paper | 427 | 557 |
| 8 | Bottle | 936 | 1154 |
| 9 | Cigarette | 922 | 2834 |
| 10 | Other plastic | 659 | 1044 |
| 11 | Styrofoam piece | 295 | 423 |
| 12 | Carton | 724 | 955 |
| 13 | Plastic container | 230 | 237 |
| 14 | Other litter | 454 | 541 |
| 15 | Straw | 432 | 503 |
| 16 | Lid | 295 | 349 |
| 17 | Aluminium foil | 143 | 210 |
| 18 | Broken glass | 55 | 550 |

使用标注工具:labelImg

标注规则:对类别进行画水平矩形框

图片示例:

标注示例:

相关推荐
Juchecar1 分钟前
如何理解“AI token 大宗商品化”?
人工智能
文火冰糖的硅基工坊3 分钟前
[人工智能-大模型-29]:大模型应用层技术栈 - 第二层:Prompt 编排层(Prompt Orchestration)
人工智能·大模型·prompt·copilot
大模型真好玩5 分钟前
LangGraph实战项目:从零手搓DeepResearch(三)——LangGraph多智能体搭建与部署
人工智能·langchain·mcp
飞哥数智坊8 分钟前
DeepSeek-OCR:用“看图”代替“读文”,一种更像人类的上下文压缩方式
人工智能·deepseek
Python图像识别21 分钟前
73_基于深度学习的水面漂浮垃圾检测系统(yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集)
python·深度学习·yolo
L.fountain23 分钟前
强化学习2.2 MDP实践——Frozen lake
人工智能·强化学习
JJJJ_iii27 分钟前
【机器学习06】神经网络的实现、训练与向量化
人工智能·笔记·深度学习·神经网络·学习·机器学习·线性回归
倔强的石头10630 分钟前
AI协作天花板!CherryStudio让多模型协同像搭积木
人工智能·cpolar
IT_陈寒32 分钟前
Vite 3.0 性能优化实战:5个技巧让你的构建速度提升200% 🚀
前端·人工智能·后端
mit6.82441 分钟前
[tile-lang] 语言接口 | `T.prim_func` & `@tilelang.jit` | 底层原理
python