无人机视角航拍河道巡检植被淤泥垃圾检测数据集VOC+YOLO格式2777张12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):2777

标注数量(xml文件个数):2777

标注数量(txt文件个数):2777

标注类别数:12

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):["bridges","buildings","cultverts","drinage_manmade","drinage_natural","obstacles","potholes","river_vegitation","rivers","rocks","silts","trash"]

每个类别标注的框数:

bridges (桥梁) 框数 = 325

buildings (建筑物) 框数 = 5928

cultverts (涵洞) 框数 = 50

drinage_manmade (人工排水设施) 框数 = 34

drinage_natural (自然排水沟) 框数 = 307

obstacles (障碍物) 框数 = 49

potholes (坑洼) 框数 = 558

river_vegitation (河岸植被) 框数 = 1983

rivers (河流) 框数 = 3333

rocks (岩石) 框数 = 364

silts (淤泥) 框数 = 596

trash (垃圾) 框数 = 288

总框数:13815

图片分辨率:640x640

无人机:DJI Mavic Pro

采集高度:100m

采集角度:90°

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
Tipriest_28 分钟前
YOLO 推理中的 stream 参数:工作原理、使用方式与实战建议
yolo
Tipriest_1 小时前
深入理解 YOLO 训练中的 mAP50、mAP75 和 mAP50-95 指标
yolo·机器学习·目标跟踪
KmjJgWeb10 小时前
工业零件检测与分类——基于YOLOv5的改进模型 Dysample 实现
yolo·分类·数据挖掘
mahtengdbb110 小时前
【目标检测实战】基于YOLOv8-DynamicHGNetV2的猪面部检测系统搭建与优化
人工智能·yolo·目标检测
FL162386312916 小时前
基于yolov8的无人机视角夜间车辆检测识别系统python源码+onnx模型+评估指标曲线+精美GUI界面
python·yolo·无人机
AAD5558889917 小时前
基于YOLOv8-aux的预制梁场施工过程多任务识别与监控系统_3
yolo
查无此人byebye17 小时前
YOLOv8+PyQt5 实战:高颜值目标检测可视化桌面应用(优化版)
yolo
AAD5558889917 小时前
基于YOLOv8的巴克夏、杜洛克、长白猪和皮特兰四种猪品种识别与定位技术研究
yolo
2501_9421917718 小时前
基于YOLOv5-RepHGNetV2的青椒目标检测方法研究原创
人工智能·yolo·目标检测
狐5719 小时前
2026-01-13-论文阅读-AdvancesUavAvionics
论文阅读·无人机·综述论文