<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
十有八七15 分钟前
手搓 Agent(五):学会翻书——RAG,先查资料再回答
前端·人工智能·后端
阿里云大数据AI技术24 分钟前
阿里云 Milvus 场景中心|一键部署你的AI应用
人工智能
京东云开发者25 分钟前
Agent 研发工作系统:面向多需求并行端到端开发的设计与实践
人工智能
IT大白鼠2 小时前
当 AI 开始自动化渗透:FBI ARTEX 警报的防守对策
运维·人工智能·自动化
进击的丸子2 小时前
1126B的Demo实操——虹软ArcFace SDK(RV1126BP ARM64 V5.0)交叉编译与运行指南
人工智能·程序员·代码规范
独隅2 小时前
Cann-Samples 实战应用与场景落地指南
人工智能·cann·cann-samples
阿里云大数据AI技术2 小时前
让 Agent 学会诊断 Elasticsearch:一套证据绑定的智能运维方法论
人工智能
十有八七2 小时前
手搓 Agent(四):长点记性——上下文满了怎么办,怎么记住上一次
前端·人工智能·后端
米小虾3 小时前
Jev 拆解:不写字、只判断,一个「决策模型」如何接管 LLM 最贵的那一步
人工智能·agent