无人机视角低空拍摄的土豆马铃薯幼苗与杂草检测数据集VOC+YOLO格式5266张6类

无人机视角低空拍摄的土豆马铃薯幼苗与杂草检测数据集VOC+YOLO格式5266张6类

数据集格式:PascalVOC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):5266

标注数量(xml文件个数):5266

标注数量(txt文件个数):5266

标注类别数:6

所在github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):"Artemisia scoparia","Chenopodium album","Digitaria sanguinalis","Eleusine indica","Portulaca oleracea","Sonchus arvensis"

每个类别标注的框数:

Artemisia scoparia(茵陈蒿) 框数 = 7713

Chenopodium album(藜/灰灰菜) 框数 = 2272

Digitaria sanguinalis(马唐) 框数 = 28

Eleusine indica(牛筋草) 框数 = 13679

Portulaca oleracea(马齿苋) 框数 = 7556

Sonchus arvensis(苣荬菜) 框数 = 416

总框数:31664

每个类别占有图片数:

Artemisia scoparia(茵陈蒿) 占有图片数 = 3296

Chenopodium album(藜/灰灰菜) 占有图片数 = 1420

Digitaria sanguinalis(马唐) 占有图片数 = 21

Eleusine indica(牛筋草) 占有图片数 = 4063

Portulaca oleracea(马齿苋) 占有图片数 = 1915

Sonchus arvensis(苣荬菜) 占有图片数 = 185

图片分辨率:1280x720

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:数据集没有划分训练验证测试集需自行划分

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:

单张图:

相关推荐
通信大模型12 小时前
IEEE JSTSP| FlashSAM:低空无线网络中多无人机Token通信的轻量级视觉模型
人工智能·深度学习·无人机
system_error_x12 小时前
YOLOv8 研究方向及价值:从目标检测到多任务视觉基座
yolo·目标检测·目标跟踪
晨间晓13 小时前
目标下一秒会往哪里走?我用 YOLO + ByteTrack 做了轨迹预测
yolo
AI工具学习测评14 小时前
低空经济入法100天:统一低空数字监管平台的技术架构与建设路径
大数据·人工智能·物联网·无人机·智慧城市
sxgzzn1 天前
如何利用电缆故障定位在线监测系统提升供电安全?
运维·重构·无人机·开关柜局放在线监测·gis局放在线监测
workflower1 天前
手术机器人市场发展阶段
大数据·人工智能·机器人·云计算·无人机
AI棒棒牛2 天前
YOLO26 改进:融合 LW-DETR 思想的轻量 TokenMixer,让 Neck 从局部堆叠走向局部-全局协同!嘎嘎创新!
人工智能·深度学习·yolo·目标检测
Reload.2 天前
深度学习-极验叠字点选-yolo-模型调优-高阶数学-opencv
人工智能·深度学习·opencv·yolo·计算机视觉·视觉检测
LittroInno2 天前
从发现无人机到连续观测 检测与跟踪怎样衔接
无人机
亥时无人机管理系统2 天前
无人机管理系统源码 | 私有化部署平台 航线规划飞行审批实时监控功能介绍
架构·私有化部署·无人机·低空经济·无人机巡检·无人机管理系统·一网统飞