电力场景电杆类型识别分割数据集labelme格式4707张9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):4707

标注数量(json文件个数):4707

标注类别数:9

标注类别名称:"1pole","2pole","4pole","npole","wall","car","tree","other","3pole"

每个类别标注的框数:

1pole(单杆结构电杆) count = 3238

2pole count(双杆结构电杆) = 1457

4pole count(四杆结构电杆) = 364

npole(n型横担杆) count = 153

wall(墙壁) count = 88

car(车) count = 12

tree(树木) count = 104

other(其他) count = 41

3pole(三杆结构电杆) count = 35

总框数:5492

使用标注工具:labelme=5.5.0

所在仓库:firc-dataset

图片分辨率:1024x1024

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
`流年づ20 分钟前
人工智能学习笔记 - 补充
人工智能·笔记·深度学习·学习
成为深度学习高手1 小时前
CrossLinear:即插即用的跨相关嵌入,让线性模型也能用好外生变量
人工智能·python·深度学习·数据挖掘
科技苑1 小时前
如何打造一个高效的全栖内容制作生态系统?
深度学习
江屿风3 小时前
【认识深度学习】【深度学习分类与计算机视觉任务要点解析】流食般投喂
大数据·人工智能·深度学习·计算机视觉·目标跟踪·自然语言处理·语音识别
童园管理札记3 小时前
从政策驱动到课堂落地:2026年“人工智能+教育”全景解读与技术实践指南
人工智能·python·深度学习·职场和发展·学习方法
Ivanqhz16 小时前
SVD++算法
java·服务器·网络·深度学习·神经网络
是翎17 小时前
深度长文|2026产品经理AI实践手册
人工智能·深度学习·学习·自然语言处理·数据挖掘
宿州派大星18 小时前
[NLP实战] 基于PyTorch实现N-gram词嵌入模型:输入4个词预测第5个词
人工智能·pytorch·深度学习·nlp
HyperAI超神经19 小时前
HyperAI 入选 36氪「East Forward 2026 出海全球化拓新企业」
人工智能·深度学习·全球化企业