遥感图像塔吊检测数据集VOC+YOLO格式1567张1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):1567

标注数量(xml文件个数):1567

标注数量(txt文件个数):1567

标注类别数:1

标注类别名称:["crane"]

每个类别标注的框数:

crane 框数 = 4189

总框数:4189

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:暂无

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

标注例子:

图片预览:

相关推荐
林泽毅43 分钟前
SwanLab Slack通知插件:让AI训练状态同步更及时
深度学习·机器学习·强化学习
大霸王龙1 小时前
LLM(语言学习模型)行为控制技术
python·深度学习·学习
Shockang2 小时前
机器学习的一百个概念(5)数据增强
人工智能·机器学习
Peter11467178502 小时前
服务器入门操作1(深度学习)
服务器·人工智能·笔记·深度学习·学习
蚍蜉撼树谈何易4 小时前
机器学习的定义及分类
人工智能·机器学习·分类
plmm烟酒僧9 小时前
在 RK3588 多线程推理 YOLO 时,同时开启硬件解码和 RGA 加速的性能分析
yolo·rkmpp·瑞芯微·硬件加速·rga·色彩空间转换
lisw0510 小时前
DeepSeek原生稀疏注意力(Native Sparse Attention, NSA)算法介绍
人工智能·深度学习·算法
gang_unerry11 小时前
量子退火与机器学习(2):少量实验即可找到新材料,黑盒优化➕量子退火
人工智能·机器学习·量子计算·量子退火
Chaos_Wang_12 小时前
NLP高频面试题(二十八)——Reward model是如何训练的,怎么训练一个比较好的Reward model
人工智能·机器学习·自然语言处理