遥感建筑物屋顶识别分割数据集labelme格式14327张1类别

数据集中有部分增强图片

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):14327

标注数量(json文件个数):14327

标注类别数:1

标注类别名称:["Building"]

每个类别标注的框数:

Building count = 195059

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
Binary Oracle1 小时前
图解BERT
人工智能·深度学习·bert
YuSun_WK6 小时前
torch.matmul() VS torch.einsum()
人工智能·pytorch·深度学习
yorushika_6 小时前
python打卡训练营打卡记录day35
python·深度学习·机器学习·超参数
Takina~9 小时前
python打卡day35
python·深度学习·机器学习
马拉AI9 小时前
创新点!贝叶斯优化、CNN与LSTM结合,实现更准预测、更快效率、更高性能!
人工智能·深度学习·机器学习
MarkHD10 小时前
第十天 高精地图与定位(SLAM、RTK技术) 多传感器融合(Kalman滤波、深度学习)
人工智能·深度学习
Blossom.11811 小时前
从零开始构建一个区块链应用:技术解析与实践指南
人工智能·深度学习·神经网络·物联网·机器学习·web3·区块链
漫步企鹅11 小时前
【Qt】QImage实战
人工智能·深度学习·qt·计算机视觉·qimage
西柚小萌新15 小时前
【深度学习:理论篇】--Pytorch之nn.Module详解
人工智能·pytorch·深度学习