无人机视角航拍河道漂浮物垃圾识别分割数据集labelme格式256张1类别

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):256

标注数量(json文件个数):256

标注类别数:1

标注类别名称:["Floating"]

每个类别标注的框数:

Floating count = 387

总框数:387

使用标注工具:labelme=5.5.0

所在仓库:firc-dataset

图片分辨率:640x640

无人机:DJI M350rtk

采集高度:300m

采集角度:90°

数据集是否有增强:有,大约99张是原图剩余均为增强图片

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

图片预览:

标注例子:

原图:

标注绘制结果:

labelme编辑图实例:

相关推荐
高洁011 小时前
DNN案例一步步构建深层神经网络(3)
python·深度学习·算法·机器学习·transformer
Mr.Lee jack1 小时前
【torch.compile】PyTorch Dynamo 和 Inductor 编译流程
人工智能·pytorch·深度学习
十铭忘2 小时前
SAM2跟踪的理解11——mask decoder
人工智能·深度学习
idkmn_2 小时前
Daily AI 20251219 (PyTorch基础回顾3)
人工智能·pytorch·python·深度学习·神经网络
最晚的py2 小时前
深度学习简介
深度学习
baby_hua2 小时前
20251011_Pytorch深度学习(快速预览)
人工智能·pytorch·深度学习
natide2 小时前
词汇/表达差异-1-编辑距离-莱文斯坦距离-Levenshtein
人工智能·深度学习·自然语言处理·知识图谱
小白狮ww3 小时前
abaqus 算例教程:考虑动水压力的 koyna 地震非线性动力响应分析
人工智能·深度学习·机器学习·abaqus·材料科学·工程模拟·混凝土抗震分析
小白狮ww3 小时前
当 OCR 模型开始「理解整页文档」:HunyuanOCR 的端到端之路
人工智能·深度学习·机器学习·ocr·文字识别·文档处理·腾讯混元
2401_841495643 小时前
【自然语言处理】共生与引领:自然语言处理与人工智能的深度绑定与协同演进
人工智能·深度学习·自然语言处理·多模态·通用智能·规则驱动·认知智能