布匹缺陷检测数据集VOC+YOLO格式4774张34类别

本文介绍了一个包含4774张jpg图片和对应PascalVOC及YOLO格式文件的数据集,涉及34个标注类别,总计7728个框,使用labelImg标注,强调数据集准确性但不保证模型性能。
摘要由CSDN通过智能技术生成

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):4774
标注数量(xml文件个数):4774
标注数量(txt文件个数):4774
标注类别数:34
标注类别名称:["baijiao","cujing","cuwei","diaojing","duananlun","duanjing","huabantiao","jiangban","jietou","koulu","langwendang","maoli","mohen","podong","sansi","sechadang","shaomaohen","shuangjing","shuangwei","shuizi","sizhou","songjing","tiaohua","tiaosha","weishabuliang","weisuo","wuzi","ximidang","xingtiao","xiuhen","yahen","youzi","yunzhi","zhengjingjie"]
每个类别标注的框数:
baijiao 框数 = 106
cujing 框数 = 213
cuwei 框数 = 646
diaojing 框数 = 143
duananlun 框数 = 546
duanjing 框数 = 243
huabantiao 框数 = 109
jiangban 框数 = 234
jietou 框数 = 1528
koulu 框数 = 64
langwendang 框数 = 36
maoli 框数 = 174
mohen 框数 = 74
podong 框数 = 305
sansi 框数 = 1037
sechadang 框数 = 26
shaomaohen 框数 = 50
shuangjing 框数 = 3
shuangwei 框数 = 14
shuizi 框数 = 69
sizhou 框数 = 100
songjing 框数 = 297
tiaohua 框数 = 69
tiaosha 框数 = 63
weishabuliang 框数 = 56
weisuo 框数 = 317
wuzi 框数 = 233
ximidang 框数 = 262
xingtiao 框数 = 93
xiuhen 框数 = 78
yahen 框数 = 148
youzi 框数 = 98
yunzhi 框数 = 11
zhengjingjie 框数 = 283
总框数:7728
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

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

FL1768317420

你的鼓励将是我创作的最大动力

¥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