【YOLO算法包裹背包行李箱塑料袋包装纸盒快递盒带目标检测数据集】

- [1. YOLOv11地铁站台与候车室行李目标检测数据集](#1. YOLOv11地铁站台与候车室行李目标检测数据集)
- [2. YOLOv11城市道路车辆与行人目标检测数据集](#2. YOLOv11城市道路车辆与行人目标检测数据集)
- [3. YOLOv11多类别目标检测数据集](#3. YOLOv11多类别目标检测数据集)
- [4. YOLOv11室内包裹与纸箱目标检测数据集](#4. YOLOv11室内包裹与纸箱目标检测数据集)
- [5. YOLOv11室内家居家具目标检测数据集](#5. YOLOv11室内家居家具目标检测数据集)
- [6. YOLOv11室内家居行李箱与手提包目标检测数据集](#6. YOLOv11室内家居行李箱与手提包目标检测数据集)
- [7. YOLOv11工业车间动力工具目标检测数据集](#7. YOLOv11工业车间动力工具目标检测数据集)
- [8. YOLOv11户外垃圾清理场景玻璃瓶与塑料制品目标检测数据集](#8. YOLOv11户外垃圾清理场景玻璃瓶与塑料制品目标检测数据集)
- [9. YOLOv11母婴产品广告海报目标检测数据集](#9. YOLOv11母婴产品广告海报目标检测数据集)
- [10. YOLOv11药品包装与药片目标检测数据集](#10. YOLOv11药品包装与药片目标检测数据集)

1. YOLOv11地铁站台与候车室行李目标检测数据集

目标类别 ： $'bag', 'suitcase'$ ；中文类别： $'包', '行李箱'$
训练集 ：108 张；验证集 ：45 张；测试集 ：0 张；总计：153 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法地铁站台与候车室行李目标检测数据集-153张-标注类别为包-行李箱.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['bag', 'suitcase']

================================================================================

2. YOLOv11城市道路车辆与行人目标检测数据集

目标类别 ： $'awning-tricycle', 'bicycle', 'bus', 'car', 'ignored regions', 'motor', 'others', 'pedestrian', 'people', 'tricycle', 'truck', 'van'$ ；中文类别： $'遮阳篷三轮车', '自行车', '公交车', '汽车', '忽略区域', '摩托车', '其他', '行人', '人', '三轮车', '卡车', '面包车'$
训练集 ：6468 张；验证集 ：547 张；测试集 ：0 张；总计：7015 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法城市道路车辆与行人目标检测数据集-7015张-标注类别为遮阳篷三轮车-自行车-公交车-汽车-忽略区域-摩托车-其他-行人-人-三轮车-卡车-面包车.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 12
names: ['awning-tricycle', 'bicycle', 'bus', 'car', 'ignored regions', 'motor', 'others', 'pedestrian', 'people', 'tricycle', 'truck', 'van']

================================================================================

3. YOLOv11多类别目标检测数据集

目标类别 ： $'Aerosol', 'Aluminium blister pack', 'Aluminium foil', 'Battery', 'Broken glass', 'Carded blister pack', 'Cigarette', 'Clear plastic bottle', 'Corrugated carton', 'Crisp packet', 'Disposable food container', 'Disposable plastic cup', 'Drink can', 'Drink carton', 'Egg carton', 'Foam cup', 'Foam food container', 'Food Can', 'Food waste', 'Garbage bag', 'Glass bottle', 'Glass cup', 'Glass jar', 'Magazine paper', 'Meal carton', 'Metal bottle cap', 'Metal lid', 'Normal paper', 'Other carton', 'Other plastic', 'Other plastic bottle', 'Other plastic container', 'Other plastic cup', 'Other plastic wrapper', 'Paper bag', 'Paper cup', 'Paper straw', 'Pizza box', 'Plastic bottle cap', 'Plastic film', 'Plastic glooves', 'Plastic lid', 'Plastic straw', 'Plastic utensils', 'Polypropylene bag', 'Pop tab', 'Rope - strings', 'Scrap metal', 'Shoe', 'Single-use carrier bag', 'Spread tub', 'Squeezable tube', 'Styrofoam piece', 'Tissues', 'Toilet tube', 'Tupperware', 'Unlabeled litter', 'Wrapping paper'$ ；中文类别： $'喷雾罐', '铝箔泡罩包装', '铝箔', '电池', '破碎玻璃', '纸质泡罩包装', '香烟', '透明塑料瓶', '瓦楞纸箱', '薯片袋', '一次性食品容器', '一次性塑料杯', '饮料罐', '饮料盒', '蛋托', '泡沫杯', '泡沫食品容器', '食品罐', '食物垃圾', '垃圾袋', '玻璃瓶', '玻璃杯', '玻璃罐', '杂志纸', '餐盒', '金属瓶盖', '金属盖子', '普通纸张', '其他纸箱', '其他塑料', '其他塑料瓶', '其他塑料容器', '其他塑料杯', '其他塑料包装', '纸袋', '纸杯', '纸质吸管', '披萨盒', '塑料瓶盖', '塑料薄膜', '塑料手套', '塑料盖子', '塑料吸管', '塑料餐具', '聚丙烯袋', '拉环', '绳索-丝带', '废金属', '鞋子', '一次性购物袋', '涂抹罐', '挤压管', '泡沫塑料块', '纸巾', '卫生纸管', '密胺餐具', '未标注垃圾', '包装纸'$
训练集 ：1011 张；验证集 ：281 张；测试集 ：136 张；总计：1428 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法多类别目标检测数据集-1428张-标注类别为喷雾罐-铝箔泡罩包装-铝箔-电池-破碎玻璃-纸质泡罩包装-香烟-透明塑料瓶-瓦楞纸箱-薯片袋-一次性食品容器-一次性塑料杯-饮料罐-饮料盒-蛋托.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 58
names: ['Aerosol', 'Aluminium blister pack', 'Aluminium foil', 'Battery', 'Broken glass', 'Carded blister pack', 'Cigarette', 'Clear plastic bottle', 'Corrugated carton', 'Crisp packet', 'Disposable food container', 'Disposable plastic cup', 'Drink can', 'Drink carton', 'Egg carton', 'Foam cup', 'Foam food container', 'Food Can', 'Food waste', 'Garbage bag', 'Glass bottle', 'Glass cup', 'Glass jar', 'Magazine paper', 'Meal carton', 'Metal bottle cap', 'Metal lid', 'Normal paper', 'Other carton', 'Other plastic', 'Other plastic bottle', 'Other plastic container', 'Other plastic cup', 'Other plastic wrapper', 'Paper bag', 'Paper cup', 'Paper straw', 'Pizza box', 'Plastic bottle cap', 'Plastic film', 'Plastic glooves', 'Plastic lid', 'Plastic straw', 'Plastic utensils', 'Polypropylene bag', 'Pop tab', 'Rope - strings', 'Scrap metal', 'Shoe', 'Single-use carrier bag', 'Spread tub', 'Squeezable tube', 'Styrofoam piece', 'Tissues', 'Toilet tube', 'Tupperware', 'Unlabeled litter', 'Wrapping paper']

================================================================================

4. YOLOv11室内包裹与纸箱目标检测数据集

目标类别 ： $'Box', 'Box_broken', 'Open_package', 'Package'$ ；中文类别： $'纸箱', '破损纸箱', '打开的包裹', '包裹'$
训练集 ：840 张；验证集 ：240 张；测试集 ：120 张；总计：1200 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法室内包裹与纸箱目标检测数据集-1200张-标注类别为纸箱-破损纸箱-打开的包裹-包裹.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['Box', 'Box_broken', 'Open_package', 'Package']

================================================================================

5. YOLOv11室内家居家具目标检测数据集

目标类别 ： $'12', '8', 'table'$ ；中文类别： $'桌子', '椅子', '桌子'$
训练集 ：964 张；验证集 ：0 张；测试集 ：0 张；总计：964 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法室内家居家具目标检测数据集-964张-标注类别为桌子-椅子-桌子.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['12', '8', 'table']

================================================================================

6. YOLOv11室内家居行李箱与手提包目标检测数据集

目标类别 ： $'0', '1'$ ；中文类别： $'行李箱', '手提包'$
训练集 ：0 张；验证集 ：277 张；测试集 ：0 张；总计：277 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法室内家居行李箱与手提包目标检测数据集-277张-标注类别为行李箱-手提包.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['0', '1']

================================================================================

7. YOLOv11工业车间动力工具目标检测数据集

目标类别 ： $'UFO', 'box', 'box of tools', 'laptop bag', 'large black bag', 'large black box', 'power tool', 'stool', 'tool box', 'wet floor sign', 'wood'$ ；中文类别： $'不明飞行物', '箱子', '工具箱', '笔记本电脑包', '大型黑色袋子', '大型黑色箱子', '动力工具', '凳子', '工具盒', '湿滑地面标志', '木材'$
训练集 ：14 张；验证集 ：4 张；测试集 ：2 张；总计：20 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法工业车间动力工具目标检测数据集-20张-标注类别为不明飞行物-箱子-工具箱-笔记本电脑包-大型黑色袋子-大型黑色箱子-动力工具-凳子-工具盒-湿滑地面标志-木材.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 11
names: ['UFO', 'box', 'box of tools', 'laptop bag', 'large black bag', 'large black box', 'power tool', 'stool', 'tool box', 'wet floor sign', 'wood']

================================================================================

8. YOLOv11户外垃圾清理场景玻璃瓶与塑料制品目标检测数据集

目标类别 ： $'Cardboard', 'Cigarette', 'Clear Plastic Bottle', 'Crisp Packet', 'Disposable Plastic Cup', 'Drink Can', 'Glass Bottle', 'Metal Bottle Cap', 'Paper Cup', 'Plastic Bottle Cap', 'Plastic Straw', 'Polystyrene'$ ；中文类别： $'纸板', '香烟', '透明塑料瓶', '薯片包装袋', '一次性塑料杯', '饮料罐', '玻璃瓶', '金属瓶盖', '纸杯', '塑料瓶盖', '塑料吸管', '泡沫塑料'$
训练集 ：1011 张；验证集 ：290 张；测试集 ：145 张；总计：1446 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法户外垃圾清理场景玻璃瓶与塑料制品目标检测数据集-1446张-标注类别为纸板-香烟-透明塑料瓶-薯片包装袋-一次性塑料杯-饮料罐-玻璃瓶-金属瓶盖-纸杯-塑料瓶盖-塑料吸管-泡沫塑料.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 12
names: ['Cardboard', 'Cigarette', 'Clear Plastic Bottle', 'Crisp Packet', 'Disposable Plastic Cup', 'Drink Can', 'Glass Bottle', 'Metal Bottle Cap', 'Paper Cup', 'Plastic Bottle Cap', 'Plastic Straw', 'Polystyrene']

================================================================================

9. YOLOv11母婴产品广告海报目标检测数据集

目标类别 ： $'0', '1', '2', '3', '4', '5', '6'$ ；中文类别： $'婴儿用品', '奶粉罐', '包装盒', '奶瓶', '产品展示', '人物', '广告牌'$
训练集 ：4844 张；验证集 ：665 张；测试集 ：348 张；总计：5857 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法母婴产品广告海报目标检测数据集-5857张-标注类别为婴儿用品-奶粉罐-包装盒-奶瓶-产品展示-人物-广告牌.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 7
names: ['0', '1', '2', '3', '4', '5', '6']

================================================================================

10. YOLOv11药品包装与药片目标检测数据集

目标类别 ： $'blister-pack', 'broken-orange-medicine', 'orange-medicine'$ ；中文类别： $'泡罩包装', '破损橙色药片', '橙色药片'$
训练集 ：174 张；验证集 ：16 张；测试集 ：7 张；总计：197 张
数据集下载（主页上搜索或网页上直接搜索压缩包名） ：
YOLO算法药品包装与药片目标检测数据集-197张-标注类别为泡罩包装-破损橙色药片-橙色药片.zip

data.yaml配置：

yaml 复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['blister-pack', 'broken-orange-medicine', 'orange-medicine']