首页 > 其他分享 >【目标检测数据集】番茄叶片病害数据集13940张9类VOC+YOLO格式

【目标检测数据集】番茄叶片病害数据集13940张9类VOC+YOLO格式

时间:2024-09-10 22:23:37浏览次数:12  
标签:框数 Leaf VOC 13940 YOLO Virus Blight 格式 标注

数据集格式:Pascal VOC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):13946
标注数量(xml文件个数):13946
标注数量(txt文件个数):13946
标注类别数:9
标注类别名称:["Early Blight","Healthy","Late Blight","Leaf Miner","Leaf Mold","Mosaic Virus","Septoria","Spider Mites","Yellow Leaf Curl Virus"]
每个类别标注的框数:
Early Blight 框数 = 4356
Healthy 框数 = 2826
Late Blight 框数 = 6878
Leaf Miner 框数 = 4961
Leaf Mold 框数 = 6126
Mosaic Virus 框数 = 6585
Septoria 框数 = 6223
Spider Mites 框数 = 4553
Yellow Leaf Curl Virus 框数 = 6697
总框数:49205
使用标注工具:labelImg
标注规则:对类别进行画矩形框

标注示例:

地址:https://download.csdn.net/download/lwx666sl/89735508

标签:框数,Leaf,VOC,13940,YOLO,Virus,Blight,格式,标注
From: https://blog.csdn.net/lwx666sl/article/details/142110711

相关文章

  • 爆改YOLOv8|利用BiFPN双向特征金字塔改进yolov8
    1,本文介绍BiFPN(BidirectionalFeaturePyramidNetwork)是一种增强特征金字塔网络(FPN)的方法,旨在改善多尺度特征融合。BiFPN的主要创新点包括:双向特征融合:与传统FPN仅在自下而上的方向进行特征融合不同,BiFPN引入了双向融合机制。它不仅从低层特征向高层传递信息,还从高层特征向......
  • OpenCV 与 YoloV3的结合使用:目标实时跟踪
    目录代码分析1.YOLO模型加载2.视频加载与初始化3.视频帧处理4.物体检测5.处理检测结果6.边界框和类别显示7.帧率(FPS)计算8.结果显示与退出9.资源释放整体代码效果展示总结代码分析这段代码使用YOLO(YouOnlyLookOnce)模型进行视频中的物体检测,并通......
  • 易百纳ss928开发板移植自训练模型跑通yolov5算法
    ss928平台移植官方yolov5s算法参考文章:https://www.ebaina.com/articles/140000017418,这位大佬也开源了代码,gitee链接:https://gitee.com/apchy_ll/ss928_yolov5s本文在参考上述文章的基础上,将官方yolov5s模型跑通,验证推理图片正确,然后移植自训练的推理模型,在移植过程中遇到了一些......
  • YOLO 自动标注工具autolabelimg(适用yolov5 v6.1)
    一、获取自定义数据集的YOLOv5.pt权重  首先,手动标注一部分数据集,训练YOLOV5模型,得到best.pt。二、下载和安装autolabelimg   (1)github链接:  https://github.com/wufan-tb/AutoLabelImg.git  手动下载.zip ,也可以clone:gitclonehttps://github.com/w......
  • YOLOv10改进:CA注意力机制【注意力系列篇】(附详细的修改步骤,以及代码,目标检测效果优于
    YOLOv10改进:CA注意力机制【注意力系列篇】(附详细的修改步骤,以及代码)如果实验环境尚未搭建成功,可以参考这篇文章->【YOLOv10超详细环境搭建以及模型训练(GPU版本)】文章链接为:http://t.csdnimg.cn/YQ9qW--------------------------------------------------------------------......
  • 使用yolov8识别+深度相机+机械臂实现垃圾分拣机械臂(代码分享)
    文章目录垃圾分拣机械臂视频演示程序主代码完整代码链接垃圾分拣机械臂视频演示点击查看使用YoloV8做的目标检测,机械臂手眼标定使用Aruco的方式,通过深度相机获取三维坐标,与机械臂坐标系之间的转化,得到抓取的坐标深度相机是dabaipro机械臂自己打印程序主代码imp......
  • yolo与目标检测(v1-v5)
    yolov1-v5与目标检测深度学习经典检测方法概述目标检测的两种方法从yolov1开始讲解,v2,v3都是在此基础上单阶段目标检测,需要输出的就是四个值(x,y,w,h)这样看起来很像是一个回归任务而双阶段目标检测,是先选出候选区域,在进行预测,具体细节可以看完之前文章,物体检测FasterRc......
  • TensorRT-For-YOLO-Series项目:实现yolov10模型的python-tensorrt推理(对比int8与fp16推
    项目地址:https://github.com/Linaom1214/TensorRT-For-YOLO-Series/tree/cuda-python算法支持状态:2024.6.16SupportYOLOv9,YOLOv10,changingtheTensorRTversionto10.02023.8.15Supportcuda-python2023.5.12Update2023.1.7supportYOLOv82022.11.29fixs......
  • VoceChat - 发现私有云社交的魅力
    VoceChat使用反馈:发现私有云社交的魅力 在这个信息浩如烟海的时代,如何保持有效的沟通与信息共享,成为了我们每一个人都需要面对的挑战。很高兴在这段时间里,体验了VoceChat这款支持独立部署的个人云社交媒体聊天服务。作为一个高度灵活且保护用户数据隐私的通讯工具,VoceChat的表......
  • 关键点检测(7)——yolov8-head的搭建
    前两节我学习了yolov8的backbone和head操作。这一节就到了head部分。我们知道yolov8在流行的yolov5的架构上进行了扩展。在多个方面提供了改进。尤其是head部分,变化最大。yolov8模型与其前身的主要区别在于使用了无锚点检测(即从原先的耦合头变成了解耦头,并且从YOLOv......