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
forest_092 小时前
多 Agent 协作第二课:交叉验证≠独立验证
人工智能·python·算法·机器学习·prompt·agi
电科_银尘8 小时前
【深度学习项目实战·33】自定义数据集:把自己的图片接入PyTorch
人工智能·pytorch·深度学习
武子康8 小时前
单卡 A6000 跑 Qwen-Drive:怎样留下可比较的第一条基线?
linux·人工智能·深度学习
落羽的落羽8 小时前
【C++】C++17的主要特性
linux·服务器·开发语言·c++·算法·机器学习
武子康9 小时前
ComfyUI 加载了动作 LoRA,H3-World 的时间绑定就接好了吗?
人工智能·机器学习·claude
在所不辞兄16 小时前
为什么在新能源汽车电驱与热管理开发中,AI驱动的数字孪生和数据驱动仿真正在部分替代对物理台架与实车标定的依赖?
人工智能·深度学习·神经网络·算法·机器学习
伞伞悦读1 天前
【第83期】特征选择中的验证泄漏排查的实验与排查
人工智能·深度学习·机器学习
一只废狗狗狗狗狗狗狗狗狗1 天前
自监督式学习
人工智能·深度学习·机器学习·bert