[数据集][目标检测]河道垃圾检测数据集VOC+YOLO格式2274张8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):2274

标注数量(xml文件个数):2274

标注数量(txt文件个数):2274

标注类别数:8

标注类别名称:["ball","bottle","branch","grass","leaf","milk-box","plastic-bag","plastic-garbage"]

每个类别标注的框数:

ball 框数 = 55

bottle 框数 = 1599

branch 框数 = 420

grass 框数 = 180

leaf 框数 = 255

milk-box 框数 = 255

plastic-bag 框数 = 392

plastic-garbage 框数 = 199

总框数:3355

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:数据集有些垃圾不好标注,最好下载后重新审核一下以期符合自己要求,主要是河道垃圾图片难找,图片有价值,比如水草标注一部分,这样可以在干净河道里面检测出来就行,所以整体标注质量部不算特别好,请仔细查看图片认真斟酌下载。

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

图片预览:

标注例子:

下载地址:

https://download.csdn.net/download/FL1623863129/89733314

相关推荐
阿拉斯攀登8 分钟前
【无人售货柜・RK+YOLO】篇 5:RK3576 部署第一步!YOLO 模型转 RKNN 全流程,新手必避的量化大坑
yolo
菩提树下的凡夫10 分钟前
激光应用1---影响激光光斑大小和功率密度的因素
人工智能
AI-Ming14 分钟前
注意力机制拓展-大模型知识点(程序员转行AI大模型学习)
人工智能·学习
Mintopia16 分钟前
agent-cli 哪家强?别只看“能跑”,要看“能交付”
人工智能
kishu_iOS&AI18 分钟前
PyCharm 结合 uv 进行 AI 大模型开发
人工智能·pycharm·大模型·uv
币之互联万物21 分钟前
LLM 偏好算法解析:大语言模型内容收录倾向与 NEOXGEO 技术底蕴
人工智能·算法·语言模型
Mintopia24 分钟前
衡量AI水平的六个核心指标:别再只看跑分了
人工智能
咚咚王者24 分钟前
人工智能之语言领域 自然语言处理 第十七章 多模态预训练模型
人工智能·自然语言处理
盼小辉丶28 分钟前
PyTorch实战(36)——PyTorch自动机器学习
人工智能·pytorch·深度学习·自动机器学习
郝学胜-神的一滴28 分钟前
PyTorch 张量基础:零张量/一张量/指定值张量全解析
人工智能·pytorch·python