[数据集][目标检测]裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别

本文介绍了VOC格式的裸土识别数据集,包含857张jpg图片和对应的xml标注,2类别的标注(luotu和normal),使用labelImg工具进行矩形框标注。数据集不保证模型精度,仅提供准确的标注用于训练。
摘要由CSDN通过智能技术生成

数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml)
图片数量(jpg文件个数):857
标注数量(xml文件个数):857
标注类别数:2
标注类别名称:["luotu","normal"]
每个类别标注的框数:
luotu count = 863
normal count = 30

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

数据集视频介绍:

裸土识别裸土未覆盖目标检测数据集VOC格式857张2类别_哔哩哔哩_bilibili数据集格式:Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件,仅仅包含jpg图片和对应的xml)图片数量(jpg文件个数):857标注数量(xml文件个数):857标注类别数:2标注类别名称:["luotu","normal"]每个类别标注的框数:luotu count = 863normal count = 30使用标注工具:, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心,相关视频:用C#部署yolov8的tensorrt模型进行目标检测winform最快检测速度,使用C++部署yolov8的onnx和bytetrack实现目标追踪,C#调用yolov7进行目标检测winform开发,labelme转yolov5和yolov7实例分割数据集工具使用教程,基于yolov8+bytetrack实现目标追踪视频演示,使用C#调用libotrch-yolov5模型实现全网最快winform目标检测,OCR批量识别图片提取文字信息提取号码编号单号软件使用教程,[数据集介绍][目标检测]城市道路交通事故数据集VOC格式1182张,基于yolov8官方目标追踪botsort和bytetrack源码开发视频演示,基于yolov8+deepsort实现目标追踪视频演示icon-default.png?t=N7T8https://www.bilibili.com/video/BV1Fh4y1v7wB/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值