[数据集][目标检测]打架检测数据集VOC格式3146张2类别

数据集格式:Pascal VOC格式(不包含分割的txt文件,仅仅包含jpg图片和对应的xml)
图片数量(jpg文件个数):3146
标注数量(xml文件个数):3146
标注类别数:2
标注类别名称:["nofight","fight"]
每个类别标注的框数:
nofight count = 1288
fight count = 2170
使用标注工具:labelImg
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
标注规则:对于2人明显存在打架行为且包含肢体接触为fight,否则为nofight,注意非打架行为数据集必须要标注,否则容易误检测
重要说明:此数据集经过yolov5训练验证,演示视频地址为:https://www.bilibili.com/video/BV1PL4y1773X?spm_id_from=333.337.search-card.all.click

图片示例:

更多样本示例请参考视频演示:

打架检测数据集VOC+YOLO格式3146张2类别_哔哩哔哩_bilibili数据集格式:Pascal VOC格式(不包含分割的txt文件,仅仅包含jpg图片和对应的xml以及对应yolo txt文件)图片数量(jpg文件个数):3146标注数量(xml文件个数):3146标注类别数:2标注类别名称:["nofight","fight"]每个类别标注的框数:nofight count = 1288fight count = 2170使, 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:北京籍前华为首名女黑客瑾瑾 在b站坚持直播编程到凌晨 可直播间却仅1在线,labelme json转yolo工具用于目标检测训练数据集使用教程,C#yolov10全网首发~速度精度大幅提升~,C#YOLO工业滑轨螺丝缺失检测~示例,将yolov10封装成一个类几句调用完成目标检测任务,yolov8 TensorRT C++ C#部署,将yolov8封装成一个类几行代码完成语义分割任务,基于yolov5的单目测距视频演示,yolov9+deepsort+pyqt5实现目标追踪结果演示,yolo目标检测txt文件转labelme格式json文件icon-default.png?t=N7T8https://www.bilibili.com/video/BV1ED42137Kh/?vd_source=989ae2b903ea1b5acebbe2c4c4a635ee

 数据集(注意只有VOC格式)下载地址:

https://download.csdn.net/download/FL1623863129/85588845

  • 21
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
行人检测数据集VOC格式是指一种专门用于行人检测任务的数据集格式VOC即PASCAL Visual Object Classes,是一种广泛应用于物体检测、图像分类等计算机视觉任务的标注格式VOC格式的行人检测数据集通常由一系列图像和对应的标注文件组成。每图像都有一个唯一的标识符,通常是文件名。标注文件采用XML格式,包含了图像中每个行人目标的位置、大小以及一些其他属性信息。 在VOC格式的行人检测数据集中,每个标注文件对应一个图像。标注文件中的信息包括行人目标的边界框坐标(左上角和右下角的像素位置)、行人目标的类别(通常设为“person”)以及行人目标的难易程度(如难以识别、部分可见等)。这些信息是通过手动标注或者使用专门的标注工具生成的。 为了方便使用,VOC格式的行人检测数据集通常还会提供一些辅助文件,如图像索引文件(记录图像文件名与标注文件的对应关系)、类别列表文件(记录数据集中包含的所有类别)、训练集/验证集划分文件等。 借助VOC格式的行人检测数据集,我们可以通过计算机视觉算法和模型对图像中的行人目标进行检测识别。这对于许多应用领域,如智能监控、行人计数、自动驾驶等具有重要意义。因此,VOC格式的行人检测数据集在计算机视觉研究和应用中具有广泛的应用前景。
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