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
雪兽软件1 小时前
2024年热门AI趋势及回顾
人工智能
摆烂仙君3 小时前
怎么样进行定性分析
人工智能·算法·机器学习·数学建模
kovlistudio3 小时前
机器学习第十七讲:PCA → 把100维数据压缩成3D视图仍保持主要特征
人工智能·机器学习
一点.点5 小时前
DRIVEGPT4: 通过大语言模型实现可解释的端到端自动驾驶
人工智能·语言模型·自然语言处理·自动驾驶
天涯海风6 小时前
介绍一下什么是 AI、 AGI、 ASI
人工智能·agi
zzc9216 小时前
Tensorflow 2.X Debug中的Tensor.numpy问题 @tf.function
人工智能·tensorflow·numpy
我是你们的星光6 小时前
基于深度学习的高效图像失真校正框架总结
人工智能·深度学习·计算机视觉·3d
追逐☞6 小时前
机器学习(11)——xgboost
人工智能·机器学习
智驱力人工智能7 小时前
AI移动监测:仓储环境安全的“全天候守护者”
人工智能·算法·安全·边缘计算·行为识别·移动监测·动物检测