荔枝成熟度分割数据集labelme格式2263张3类别

数据集中902张是原图剩余为增强图片,增强主要是拼接增强和椒盐噪声

数据集格式:labelme格式(不包含mask文件,仅仅包含jpg图片和对应的json文件)

图片数量(jpg文件个数):2263

标注数量(json文件个数):2263

标注类别数:3

标注类别名称:"ripe","young","green"

每个类别标注的框数:

ripe count = 31061

young count = 15822

green count = 13964

使用标注工具:labelme=5.5.0

标注规则:对类别进行画多边形框polygon

重要说明:可以将数据集用labelme打开编辑,json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割

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:

相关推荐
老金带你玩AI12 小时前
GLM-5.2来了,Claude Code百万上下文怎么配?
人工智能
AI_yangxi12 小时前
短视频矩阵系统供应商
大数据·人工智能·矩阵
Asize12 小时前
Prompt 驱动 NLP:从 ES6 模块化到文本推理实战
javascript·人工智能·机器学习
harykali12 小时前
Datawhale Hello-ROCm学习:初探Gemma4 #AMDev #Datawhale
人工智能·llm
行者-全栈开发12 小时前
CVE-2026-33017:Langflow AI工作流平台未授权RCE漏洞深度剖析与紧急修复指南
人工智能·rce·漏洞修复·ai安全·langflow·cvss 10.0·cve-2026-33017
happyprince12 小时前
05_verl-配置系统详解
人工智能·架构·强化学习
txg66613 小时前
FuzzGPT:用大语言模型生成“极端边界程序”的深度学习框架 Fuzzing 新范式
人工智能·深度学习·安全·网络安全·语言模型
Cloud_Shy61813 小时前
解读《Effective Python 3rd Edition》:从练气到老魔(第六章 Item 44 - 47)
开发语言·人工智能·经验分享·笔记·python
zhy2956313 小时前
【DNN】基于llama.cpp的Qwen3-0.6B量化部署微调
人工智能·lora·dnn·llama·qwen3