<数据集>yolo 瓜果蔬菜识别<目标检测>

数据集格式:VOC+YOLO格式

图片数量:3250张

标注数量(xml文件个数):3250

标注数量(txt文件个数):3250

标注类别数:13

标注类别名称:Bitter Gourd、Bottle Gourd、Brinjal、Cabbage、Capsicum、Carrot、Cauliflower、Cucumber、Papaya、Potato、Pumpkin、Raddish、Toomato

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:

相关推荐
只会安静敲代码的 小周10 小时前
AI应用开发
python
txg66610 小时前
Agent 攻击 Agent:自动检测 LLM Agent 中的污点式漏洞
人工智能·深度学习·安全·网络安全
FriendshipT10 小时前
Ultralytics:解读C3Ghost模块
人工智能·pytorch·python·深度学习·目标检测
Black蜡笔小新10 小时前
企业AI算力工作站DLTM深度学习推理工作站AI视觉检测助力医疗影像分析
人工智能·深度学习·视觉检测
AI应用苏大大10 小时前
企业AI采购决策架构缺陷:服务商主导选型导致技术绑架与成本失控的优化方案
人工智能·架构
fu159357456810 小时前
【边缘计算实战】P3:把卸载策略接到线上——弱网 / 过载 / 节点宕机注入
人工智能·边缘计算
mounter62510 小时前
探索未来 AI 算力网络的基石:从传统 RoCE 走向 SRv6 驱动的弹性弹性网络(解析 Netdev 0x1A 创新实践)
linux·网络·人工智能·linux kernel·kernel·rdma·rocev2
Java面试题总结10 小时前
Vue3流式调用大模型接口完整实践
后端·python
江瀚视野10 小时前
极摩客跑通DSV4 Flash优化模型,本地AI风口已来?
人工智能
Esaka_Forever10 小时前
Prompting Techniques提示词工程核心知识梳理
人工智能·github