<数据集>yolo 柑橘识别<目标检测>

数据集格式:VOC+YOLO格式

图片数量:579张

标注数量(xml文件个数):579

标注数量(txt文件个数):579

标注类别数:2

标注类别名称:fruit_on_tree、fruit_on_ground

|----|-----------------|-----|-------|
| 序号 | 类别名称 | 图片数 | 框数 |
| 1 | fruit_on_ground | 574 | 17334 |
| 2 | fruit_on_tree | 578 | 25319 |

使用标注工具:labelImg

标注规则:对类别进行画水平矩形框

图片示例:

标注示例:

相关推荐
大模型真好玩8 分钟前
什么是Loop Engineering?最通俗易懂的Loop Engineering核心概念
人工智能·agent·deepseek
叁两16 分钟前
前端转型AI Agent该如何学习?(前置篇)
前端·人工智能·node.js
顾林海34 分钟前
Agent入门阶段-编程基础-Python:流程控制
python·agent·ai编程
LaiYoung_40 分钟前
🎁 送你一套超好用超实用的 FE AI-Coding Skills
前端·人工智能·开源
ZzT3 小时前
怎么做才不会被 AI 替代?
人工智能·程序员
道友可好3 小时前
从今天开始:你的第一个 Harness Engineering 实践
前端·人工智能·后端
呱呱复呱呱3 小时前
Django CBV 源码解读:一个请求是怎么找到你的 get() 方法的
python·django
小姜前线技术4 小时前
AI回答代码块高亮加一键复制
人工智能
洛阳泰山4 小时前
从 0 到 1.6K Star:一个 Java 开源项目的增长复盘
人工智能·后端·开源
米小虾5 小时前
Agent Skill 设计模式完全指南
人工智能·agent