首页 > 其他分享 >【目标检测数据集】卡车数据集1073张VOC+YOLO格式

【目标检测数据集】卡车数据集1073张VOC+YOLO格式

时间:2024-09-16 08:51:39浏览次数:10  
标签:文件 VOC YOLO 1073 download 格式 txt 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):1073
标注数量(xml文件个数):1073
标注数量(txt文件个数):1073
标注类别数:1
标注类别名称:["truck"]
每个类别标注的框数:
truck 框数 = 1120
总框数:1120
使用标注工具:labelImg
标注规则:对类别进行画矩形框
重要说明:暂无
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,数据集只提供准确且合理标注

标注示例:

图片概览:

链接地址:

https://download.csdn.net/download/lwx666sl/89723397icon-default.png?t=O83Ahttps://download.csdn.net/download/lwx666sl/89723397

标签:文件,VOC,YOLO,1073,download,格式,txt,标注
From: https://blog.csdn.net/lwx666sl/article/details/142185441

相关文章

  • 【目标检测数据集】锯子数据集1107张VOC+YOLO格式
    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):1107标注数量(xml文件个数):1107标注数量(txt文件个数):1107标注类别数:1标注类别名称:["juzi"]每个类别标注的框数:juzi框数......
  • YOLOv8改进 | Conv篇 | 最新轻量化自适应提取模块LAE助力边缘设备部署计算(附代码 + 修
    一、本文介绍本文给大家带来的一个改进机制是最新由LSM-YOLO提出的轻量化自适应特征提取(LightweightAdaptiveExtraction,LAE)模块,其是LSM-YOLO模型中的关键模块,旨在进行多尺度特征提取,同时降低计算成本。LAE通过以下方式实现更有效的特征提取:多尺度特征提取、自适应特征提取......
  • YOLOv8改进 | 融合改进 | C2f融合重写星辰网络⭐以及CAA【二次融合 +​ CVPR2024】
      秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转......
  • 深度学习YOLO人员抽烟AI检测算法在智慧安防领域的创新应用
    随着人工智能技术的飞速发展,计算机视觉和深度学习算法在各个领域的应用日益广泛。其中,人员抽烟AI检测算法以其高效、精准的特点,成为公共场所、工厂、学校等场景中的得力助手。本文将介绍TSINGSEE青犀AI智能分析网关V4人员抽烟检测算法的基本原理、实现步骤以及其在多个实际场景......
  • YOLOV5 onnx推理 python
      pipinstallonnxcoremltoolsonnx-simplifier 3.使用onnx-simplier简化模型python-monnxsimbest.onnxbest-sim.onnx #coding=utf-8importcv2importnumpyasnpimportonnxruntimeimporttorchimporttorchvisionimporttimeimportrandomfromutil......
  • yolov8 obb算法中的GBB和ProbIoU核心内容
    2021年10月提交的原论文《GaussianBoundingBoxesandProbabilisticIntersection-over-UnionforObjectDetection》一.研究背景研究问题:这篇文章要解决的问题是如何更好地表示对象的形状和位置,以便在目标检测任务中提高检测精度。传统的水平边界框(HBB)和定向边界框(OBB)......
  • YOLOv9改进策略【卷积层】| SCConv:即插即用,减少冗余计算并提升特征学习
    一、本文介绍本文记录的是利用SCConv优化YOLOv9的目标检测网络模型。深度神经网络中存在大量冗余,不仅在密集模型参数中,而且在特征图的空间和通道维度中。SCConv模块通过联合减少卷积层中空间和通道的冗余,有效地限制了特征冗余,本文利用SCConv模块改进YOLOv9,提高了模型的性能......
  • 目标检测与比对,使用yolov5s跑数据集构建模型
    1.1数据集下载我使用的是下面的数据集,有需要可去以下链接下载trianA数据集下载链接:https://pan.baidu.com/s/1zj3MqZEHKHpFACs95Ov4gQ?pwd=ma1ptrianB数据集下载链接:https://pan.baidu.com/s/1whg_-jLfbUnfpZkKjvdziQ?pwd=yg54 1.2yolov5s下载(1)官网......
  • 图像检测【YOLOv5】——深度学习
    Anaconda的安装配置:(Anaconda是一个开源的Python发行版本,包括Conda、Python以及很多安装好的工具包,比如:numpy,pandas等,其中conda是一个开源包和环境管理器,可以在不同环境之间切换,是深度学习的必备平台。)一.Anaconda安装配置.1.首先进入官网:https://repo.anaconda.com,选择ViewAllIns......
  • YoloV8实战:使用Ultralytics实现Sam2的推理
    SegmentAnythingModel2(SAM2)作为Meta公司发布的SegmentAnythingModel(SAM)的升级版本,在图像和视频分割领域展现出了显著的优点和特性。论文连接:https://arxiv.org/pdf/2408.00714Demo:https://sam2.metademolab.comCode:https://github.com/facebookresearch/segme......