智慧城市道路路面垃圾检测数据集VOC+YOLO格式3321张17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):3321

标注数量(xml文件个数):3321

标注数量(txt文件个数):3321

标注类别数:17

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):["cans","cardboard","colored_glass_bottles","face_mask","glass_bottle","paper_bag","paper_cup","paperboard","peel","pile_of_leaves","plastic_bag","plastic_bottle","plastic_cup","plastic_wrapper","rags","styrofoam","tetra_pack"]

每个类别标注的框数:

cans (易拉罐) 框数 = 686

cardboard (纸板) 框数 = 1033

colored_glass_bottles (彩色玻璃瓶) 框数 = 273

face_mask (口罩) 框数 = 977

glass_bottle (玻璃瓶) 框数 = 260

paper_bag (纸袋) 框数 = 1584

paper_cup (纸杯) 框数 = 453

paperboard (纸板) 框数 = 426

peel (果皮) 框数 = 164

pile_of_leaves (落叶堆) 框数 = 392

plastic_bag (塑料袋) 框数 = 714

plastic_bottle (塑料瓶) 框数 = 1260

plastic_cup (塑料杯) 框数 = 536

plastic_wrapper (塑料包装) 框数 = 2449

rags (碎布) 框数 = 145

styrofoam (泡沫塑料) 框数 = 436

tetra_pack (利乐包) 框数 = 942

总框数:12730

图片分辨率:640x640

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
扫地的小何尚1 小时前
NVIDIA Vera Rubin 平台如何解决 Agentic AI 的 Scale-up 难题
大数据·人工智能·机器学习
hh.h.2 小时前
昇腾CANN ops-transformer 仓的 MC2 算子:MoE 模型的全到全通信
python·深度学习·transformer·cann
5201-2 小时前
ops-conv:卷积算子从 CPU 到昇腾 NPU 的优化之路
人工智能·深度学习
Shan12053 小时前
机器学习评价指标之基础指标与综合指标
人工智能·机器学习
硅谷秋水3 小时前
智体Harness工程:综述(下)
人工智能·深度学习·机器学习·语言模型
h64648564h4 小时前
CANN 昇腾 FP16 vs FP32 精度博弈:深度学习数值精度实战指南
人工智能·深度学习
T.i.s5 小时前
parall scan(并行扫描)通俗理解
人工智能·深度学习
h64648564h5 小时前
CANN 昇腾训练食谱全景解读:cann-recipes-train 架构与使用指南
人工智能·深度学习
灰灰勇闯IT6 小时前
DeepSeek-R1 在 CANN 上的推理部署
pytorch·python·深度学习
努力学习_小白6 小时前
Inception V1——学习记录
pytorch·深度学习·inception v1