[数据集][目标检测]智慧交通铁路人员危险行为躺站坐检测数据集VOC+YOLO格式3766张4类别

图片数量(jpg文件个数):3766

标注数量(xml文件个数):3766

标注数量(txt文件个数):3766

标注类别数:4

标注类别名称:["sitting","sleeping","standing","track"]

每个类别标注的框数:

sitting 框数 = 1406

sleeping 框数 = 689

standing 框数 = 1782

track 框数 = 1819

总框数:5696

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:数据集里面有很多增强图片请仔细查看图片斟酌下载。这个数据集主要是检测铁路上人的行为,铁路上动物等没有标注

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/FL1623863129/89755739

相关推荐
童话名剑8 小时前
YOLO v4损失计算
yolo·yolo v4损失
JicasdC123asd9 小时前
并行双分支瓶颈架构改进YOLOv26异构卷积核协同特征提取与残差学习双重突破
学习·yolo·架构
阿拉斯攀登11 小时前
【无人售货柜・RK+YOLO】篇 4:效果拉满!针对无人售货柜场景的 YOLO 模型优化技巧,解决 90% 的识别问题
yolo
JicasdC123asd13 小时前
感受野CBAM融合卷积改进YOLOv26双重注意力机制与自适应特征增强协同突破
人工智能·yolo·目标跟踪
JulyLi201914 小时前
RK3576 yolov8部署笔记
笔记·yolo
JicasdC123asd15 小时前
感受野注意力卷积改进YOLOv26自适应空间加权与特征重排双重突破
yolo·计算机视觉·目标跟踪
Hcoco_me15 小时前
Anchor-based(YOLOv5) VS Anchor-free(YOLOv8/v11)
yolo
JicasdC123asd15 小时前
快速跨阶段部分网络改进YOLOv26特征提取效率与梯度流动双重优化
人工智能·yolo·目标跟踪
这张生成的图像能检测吗16 小时前
(论文速读)Fusion-Mamba:用Mamba重新定义跨模态目标检测
图像处理·目标检测·计算机视觉·图像增强·多模态融合
阿拉斯攀登16 小时前
【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