智慧交通自动驾驶场景道路异常检测数据集VOC+YOLO格式8302张6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):8302

标注数量(xml文件个数):8302

标注数量(txt文件个数):8302

标注类别数:6

所在仓库:firc-dataset

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["hmvs","lmvs","person","road_damaged","speedbump","unsurfaced_road"]

每个类别标注的框数:

hmvs (公交车、卡车、拖拉机、JCB 挖掘机、厢式货车) 框数 = 4431

lmvs (轻型机动车(汽车、摩托车、小型卡车、小型货车)) 框数 = 14390

person (行人(路边行人或过马路行人)) 框数 = 3563

road_damaged (道路损坏(坑洼、裂缝、凸起、井盖)) 框数 = 6463

speedbump (减速带(减速带和减速坎)) 框数 = 499

unsurfaced_road (未铺面道路(未铺设道路)) 框数 = 593

总框数:29939

图片分辨率:1920x1080

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

图片预览:

标注例子:

相关推荐
风象南30 分钟前
OpenClaw 登顶 GitHub Star 榜首:一个程序员 13 年后的"重新点火"故事
人工智能·后端
TF男孩10 小时前
重新认识Markdown:它不仅是排版工具,更是写Prompt的最佳结构
人工智能
想打游戏的程序猿10 小时前
AI时代的内容输出
人工智能
小兵张健11 小时前
Playwright MCP 截图标注方案调研:推荐方案 1
人工智能
凌杰12 小时前
AI 学习笔记:Agent 的能力体系
人工智能
IT_陈寒13 小时前
React状态管理终极对决:Redux vs Context API谁更胜一筹?
前端·人工智能·后端
舒一笑15 小时前
如何获取最新的技术趋势和热门技术
人工智能·程序员
聚客AI15 小时前
🎉OpenClaw深度解析:多智能体协同的三种模式、四大必装技能与自动化运维秘籍
人工智能·开源·agent
黄粱梦醒15 小时前
大模型企业级部署方案-vllm
人工智能·llm
IT_陈寒15 小时前
JavaScript代码效率提升50%?这5个优化技巧你必须知道!
前端·人工智能·后端