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
CoovallyAIHub5 分钟前
工业视觉检测:多模态大模型的诱惑
深度学习·算法·计算机视觉
shangjian0072 小时前
AI大模型-核心概念-深度学习
人工智能·深度学习
PeterClerk2 小时前
RAG 评估入门:Recall@k、MRR、nDCG、Faithfulness
人工智能·深度学习·机器学习·语言模型·自然语言处理
All The Way North-2 小时前
PyTorch从零实现CIFAR-10图像分类:保姆级教程,涵盖数据加载、模型搭建、训练与预测全流程
pytorch·深度学习·cnn·图像分类·实战项目·cifar-10·gpu加速
绿洲-_-2 小时前
MBHM_DATASET_GUIDE
深度学习·机器学习
AI街潜水的八角2 小时前
深度学习洪水分割系统2:含训练测试代码和数据集
人工智能·深度学习
llddycidy3 小时前
峰值需求预测中的机器学习:基础、趋势和见解(最新文献)
网络·人工智能·深度学习
AI小怪兽4 小时前
轻量、实时、高精度!MIE-YOLO:面向精准农业的多尺度杂草检测新框架 | MDPI AgriEngineering 2026
开发语言·人工智能·深度学习·yolo·无人机
一招定胜负4 小时前
图像形态学+边缘检测及CNN关联
人工智能·深度学习·cnn
没学上了5 小时前
VLM-单头自注意力机制核心逻辑
人工智能·pytorch·深度学习