- 博客(1323)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 无人机航拍山上人员数据集1040张VOC+YOLO格式
该数据集包含1040张无人机航拍山上人员图像，提供VOC和YOLO两种格式。数据包含JPEG图片、XML标注文件和TXT标签文件各1040份，共标注3194个"person"目标框。图片分辨率一般，未进行增强处理。数据集仅包含人员检测单一类别，采用矩形标注框，适用于目标检测任务。特别声明不对模型训练效果作保证，但确保标注准确合理。数据集已上传至GitHub仓库datasets_sl。
2026-01-15 07:36:12
10
原创 收割机数据集2713张VOC+YOLO格式
该数据集包含2713张收割机图片，提供VOC和YOLO两种格式（JPEGImages、Annotations、labels三个文件夹）。所有图片均经过增强处理，标注清晰，含3169个矩形标注框，单一标签"harvester"。数据集仅保证标注准确性，不承诺模型训练效果。数据详情可参考github仓库datasets_sl。
2026-01-15 07:35:57
8
原创 5种粮食害虫数据集4493张VOC+YOLO格式（已增强）
该数据集包含4493张粮食害虫图像，涵盖5类害虫：锈赤扁谷盗、烟草甲、锯谷盗、米象和赤拟谷盗。数据集采用VOC+YOLO双格式存储，包含JPEGImages（4493张jpg）、Annotations（4493个xml）和labels（4493个txt）三个文件夹。总标注框数达63057个，其中赤拟谷盗数量最多（15956框）。所有图片均为清晰图像并经过增强处理，标注采用矩形框形式。数据集可用于目标检测任务，但不保证模型训练效果。数据来源于GitHub仓库datasets_sl。
2026-01-15 07:35:42
124
原创 无人机航拍建筑植被道路数据集4081张VOC+YOLO格式
该数据集包含4081张无人机航拍图像，涵盖建筑、道路和植被三类目标。提供VOC和YOLO两种格式，包含图片、XML和TXT文件各4081份。数据经过增强处理，标注总框数达83,867个，其中建筑占比最高（79,273框）。数据集适用于目标检测任务，但不对模型精度作保证。
2026-01-15 07:35:29
9
原创 拖拉机数据集2933张VOC+YOLO格式
摘要：该数据集包含2933张拖拉机图像，采用VOC和YOLO双格式存储，包含3个文件夹分别存放图片、XML和TXT文件。数据集仅含"tractor"一个类别标签，共3324个标注框。图片清晰度高，均为道路场景视频截图，未进行增强处理。数据以矩形框标注，适用于目标检测任务，但不保证模型训练效果。数据集已上传至github仓库datasets_sl。
2026-01-15 07:35:15
11
原创 坦克数据集2221张VOC+YOLO格式
该坦克数据集包含2221张VOC+YOLO格式图片，配有对应标注文件。数据集含3608个坦克目标框，仅1个标签类别("Tank")。图片为清晰未增强图像，采用矩形标注框。包含JPEGImages(2221张jpg)、Annotations(2221个xml)和labels(2221个txt)三个文件夹。数据集不保证模型训练效果，仅提供准确标注。
2026-01-15 07:35:01
8
原创 拖拉机数据集3786张VOC+YOLO格式
该数据集包含3786张拖拉机(tratores)图片，采用VOC+YOLO双格式存储。数据集经过增强处理，包含4754个矩形标注框，平均每张图片1.26个目标。数据分三个文件夹存储：JPEGImages(图片)、Annotations(VOC格式xml)、labels(YOLO格式txt)。数据集仅包含单一类别"tratores"，适用于目标检测任务。图片清晰度良好，但不对模型训练效果作保证。完整数据可在github的datasets_sl仓库获取。
2026-01-15 07:34:43
7
原创 车辆及人数据集（汽车公交车收割机拖拉机卡车人）12819张
本数据集包含12,819张VOC+YOLO格式的车辆及行人图像，涵盖7类目标：农业机械(2,922)、公共汽车(3,638)、汽车(3,440)、收割机(3,169)、行人(4,296)、拖拉机(4,149)和卡车(2,978)，总计24,592个标注框。数据包含图片、XML和TXT三个文件夹，支持两种主流标注格式。所有图片经过增强处理，分辨率清晰，标注为矩形检测框。数据集不保证模型训练效果，仅提供准确标注数据。适用于目标检测任务开发。
2026-01-14 22:31:20
26
原创 农业机械收割机拖拉机数据集6340张VOC+YOLO格式
该数据集包含6340张农业机械图片，提供VOC和YOLO两种格式。包含3类目标标注：农业机械(2922个)、收割机(3169个)和拖拉机(4149个)，总标注框数达10240个。数据集经过增强处理，图片清晰，包含JPEG图片、XML和TXT标注文件各6340份。适用于目标检测任务，但不对模型训练效果作保证。
2026-01-14 22:24:51
10
原创 拖拉机数据集2000张VOC+YOLO格式
该数据集包含2000张拖拉机图片，提供VOC和YOLO两种格式。压缩包内含3个文件夹：2000张jpg图片（JPEGImages）、2000个xml标注文件（Annotations）和2000个txt标注文件（labels）。数据集仅包含"Tractor"一个标签类别，总标注框数为4190个。图片经过增强处理，分辨率清晰，标注采用矩形框形式。特别声明数据集不保证模型训练效果，仅确保标注准确性。
2026-01-14 22:17:18
13
原创 无人机航拍地面行人车辆数据集6990张VOC+YOLO格式
该数据集包含23,381张无人机航拍图片，采用VOC和YOLO两种格式存储，涵盖动物、行人和车辆三类目标。数据集包含343,658个标注框（动物1,736个，行人105,735个，车辆236,187个），图片清晰但未经增强处理。数据以矩形框标注，适用于目标检测任务，但不保证训练模型精度。完整数据可通过github仓库datasets_sl获取。
2026-01-14 22:11:41
7
原创 无人机航拍地面人车动物数据集23381张VOC+YOLO格式
该数据集包含23,381张无人机航拍图片，提供VOC和YOLO两种格式，包含图片、xml和txt文件各23,381个。标注3类目标：动物(1,736框)、行人(105,735框)和车辆(236,187框)，总标注框数343,658个。图片清晰但未增强，适用于目标检测任务。数据集仅保证标注准确性，不承诺模型训练效果。
2026-01-14 22:07:26
9
原创 无人机航拍鲨鱼数据集3073张VOC+YOLO格式
本数据集包含3073张无人机航拍的鲨鱼图像，提供VOC和YOLO两种格式。数据集包含JPEGImages（3073张jpg）、Annotations（3073个xml）和labels（3073个txt）三个文件夹，标注了3397个鲨鱼目标框。图片经过增强处理，分辨率清晰，标注采用矩形框形式。数据集仅包含"shark"单一类别，适用于目标检测任务。特别声明：本数据集不保证模型训练效果，仅确保标注准确性。完整数据可通过github仓库datasets_sl获取。
2026-01-14 22:03:32
119
原创 无人机航拍牛数据集1074张VOC+YOLO格式
该数据集包含1074张无人机航拍的牛群图片，提供VOC和YOLO两种格式。包含JPEGImages（1074张jpg）、Annotations（1074个xml）和labels（1074个txt）三个文件夹。数据集标注了17132个牛目标框，仅包含"Cow"一个类别，图片清晰但未做增强处理。数据格式完整，适用于目标检测任务，但不对模型训练效果作保证。
2026-01-14 21:58:08
11
原创 无人机视角山林烟火检测数据集13521张VOC+YOLO（已增强）
该数据集包含13,521张无人机拍摄的山林烟火检测图片，提供VOC和YOLO两种格式。数据集已进行增强处理（主要为旋转和灰度处理），包含3类标签（火灾、无火、烟雾），共计19,678个标注框。数据分为图片、XML和TXT三个文件夹，图片清晰度高。数据集可用于目标检测任务，但不保证训练模型的精度。
2026-01-14 21:52:29
6
原创 无人机拍摄沙滩垃圾分类识别数据集1148张VOC+YOLO格式
本文介绍了一个无人机拍摄的沙滩垃圾分类识别数据集，包含1148张图片，采用VOC和YOLO两种格式存储。数据集包含6类垃圾：玻璃、塑料瓶、杀菌袋、外卖盒、外卖杯、铁罐和铝罐，总标注框数达9831个。图片清晰度高，未经增强处理，标注为矩形框形式。数据集包含图片、xml和txt三个文件夹，分别对应原始图像、VOC格式标注和YOLO格式标注。该数据集可用于目标检测任务，但不保证训练模型的精度。
2026-01-14 21:42:51
272
原创 电力场景变电站设备及缺陷检测数据集8116张VOC+YOLO
本文介绍了一个电力变电站设备及缺陷检测数据集，包含8116张图片，采用VOC和YOLO两种格式存储。数据集涵盖78类设备标签，总标注框数达29147个，包含表计、变压器、开关柜等设备的正常状态和各类缺陷（如污渍、破损、生锈等）。图片分辨率清晰且经过增强处理，标注均为矩形框形式。该数据集可用于电力设备缺陷检测任务，但不对模型训练效果作保证。数据集已开源，详细信息可查看GitHub仓库。
2026-01-14 21:31:02
870
原创 牙齿拥挤数据集3206张yolo
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。压缩包内含：3个文件夹，分别存储图片、xml、txt文件。Annotations文件夹中xml文件总计：3206。JPEGImages文件夹中jpg图片总计：3206。牙齿拥挤数据集3206张VOC+YOLO格式。labels文件夹中txt文件总计：3206。数据集格式：VOC格式+YOLO格式。标签形状：矩形框，用于目标检测识别。标签名称:["crowded"]图片清晰度（分辨率：像素）：清晰。
2026-01-07 22:39:54
150
原创 无人机航拍电缆植被检测数据集6187张VOC+YOLO格式
摘要：该数据集包含6187张无人机航拍图像，用于电缆和植被检测，提供VOC和YOLO两种格式。数据包含6187张JPG图片及对应的XML和TXT标注文件，标注了18918个电缆和14333个植被目标框，总框数33251个。图像经过增强处理，分辨率清晰，标注为矩形框。数据集不保证模型训练精度，仅提供准确标注。
2026-01-06 22:45:51
127
原创 排水管道缺陷数据集4767张VOC_YOLO（已增强）
摘要：该数据集包含4767张排水管道缺陷图像，提供VOC和YOLO两种格式。包含3个文件夹：4767张JPG图片、4767个XML标注文件和4767个TXT标注文件。标注5类缺陷：裂缝(1415)、沉积物(1004)、穿入(1099)、错口(1000)和树根(1534)，总计6052个标注框。数据集经过增强处理（旋转/变形/色块），图片清晰度高，采用矩形标注框。特别声明数据集仅保证标注准确性，不承诺模型训练效果。数据来源于GitHub仓库datasets_sl。
2026-01-06 22:41:26
124
原创 床单污渍检测数据集3935张VOC+YOLO格式
本文介绍了一个床单污渍检测数据集，包含3935张VOC+YOLO格式的图片。数据集包含JPEGImages、Annotations和labels三个文件夹，分别存储图片、xml和txt文件。所有图片均标注了"stain"标签，共计26766个矩形标注框。数据集未经过增强处理，图片清晰度良好，适用于目标检测任务。特别声明该数据集不保证训练模型的精度，仅提供准确标注。数据集已在GitHub仓库datasets_sl公开。
2026-01-06 22:38:09
466
原创 芒果病害数据集6593张VOC+YOLO格式（已增强）
摘要：芒果病害数据集包含6593张VOC和YOLO格式的增强图片，涵盖3种病害（黑斑病、褐斑病、芒果疮痂病），共计47241个标注框。数据集中包含图片、XML和TXT文件各6593份，图片清晰度高，标注为矩形框格式。该数据集适用于目标检测任务，但不保证模型训练效果。
2026-01-06 22:34:36
174
原创 建筑墙面缺陷检测数据集7374张VOC+YOLO格式
摘要：该数据集包含7374张建筑墙面缺陷检测图像（VOC+YOLO格式），涵盖5类缺陷：裂缝(17288)、霉变(597)、油漆剥落(1081)、阶梯状裂缝(1627)和渗水(629)。总标注框数达21222个，图像经增强处理（拼接、旋转等）。数据集包含图片、xml和txt三个文件夹，提供矩形框标注，适用于目标检测任务。特别声明不保证模型训练精度，仅确保标注准确性。（149字）
2026-01-06 22:29:53
121
原创 道路油漆检测数据集687张VOC+YOLO格式
摘要：该数据集包含687张道路油漆检测图像，提供VOC和YOLO两种格式。数据包含687张JPG图片及对应的687个XML和TXT标注文件。标签种类为"paint"，共标注700个油漆目标框。图片经增强处理，为道路与油漆合成图像。数据集适用于目标检测任务，标注准确合理，但不对模型训练效果作保证。数据存储于github的datasets_sl仓库。（147字）
2026-01-06 22:23:46
213
原创 车内视角红外道路目标检测数据集7544张VOC+YOLO格式
该数据集包含7544张车内视角红外道路图像，提供VOC和YOLO两种格式。图像清晰，未做增强处理，包含3类目标标注：汽车(51878个)、骑行者(3147个)和行人(5635个)，总标注框数达60660个。数据集包含图片文件夹(JPEGImages)、VOC标注文件夹(Annotations)和YOLO标注文件夹(labels)三个子目录，每张图像均有对应标注文件。该数据集适用于道路目标检测任务，但不保证模型训练效果。
2025-12-31 22:35:14
571
原创 沙堆数据集957张VOC+YOLO格式
摘要：该数据集包含957张沙堆图片，提供VOC和YOLO两种格式，含图片、xml和txt文件各957份。数据集经过增强处理，包含1389个矩形标注框，仅标注"沙堆"单一类别。图片分辨率清晰，适用于目标检测任务。特别声明：数据集仅保证标注准确性，不承诺模型训练效果。数据存储在GitHub仓库datasets_sl中。
2025-12-31 22:32:01
206
原创 沙堆混凝土护栏坑洞检测数据集3418张VOC+YOLO格式
该数据集包含3418张沙堆混凝土护栏坑洞检测图片，提供VOC和YOLO两种格式。包含3类目标：混凝土护栏(6536个标注)、坑洼(1731个)和路上的沙子(1389个)，总计9656个标注框。数据未经增强，图片清晰，标注准确，但不对模型精度作保证。适用于目标检测任务开发。
2025-12-31 22:26:58
217
原创 工地目标检测数据集999张13种类别VOC+YOLO格式
本文介绍了一个包含999张工地场景图像的目标检测数据集，提供VOC和YOLO两种格式。数据集包含13类施工设备和人员标注，包括推土机(32个)、挖掘机(430个)、工人(4021个)等，总标注框数达5912个。数据组织为三个文件夹：JPEGImages(999张jpg图像)、Annotations(999个xml文件)和labels(999个txt文件)。图像分辨率清晰，采用矩形标注框，未做增强处理。特别说明数据集仅保证标注准确性，不承诺模型训练效果。该数据集适用于工地场景下的目标检测任务开发。
2025-12-31 22:18:28
317
原创 5种学生行为检测数据集2262张VOC+YOLO格式
该数据集包含2262张学生行为检测图片，提供VOC和YOLO两种格式，包含图片、xml和txt文件各2262个。数据集标注了5种学生行为：向前看（459框）、举手（495框）、阅读（403框）、睡觉（423框）和转身（482框），总标注框数2262个。图片经过增强处理，分辨率清晰，使用矩形框标注，适用于目标检测任务。但需注意YOLO格式类别顺序以labels文件夹的classes.txt为准，且数据集不保证训练模型的精度。
2025-12-31 22:09:33
137
原创 航拍重型机械数据集927张
摘要：该数据集包含927张航拍工地机械图像，提供VOC和YOLO两种格式，涵盖7类工程车辆（推土机、混凝土搅拌车等）。数据包含927张JPG图片及对应的927个XML和TXT标注文件，总计2241个标注框。图片分辨率清晰，未进行增强处理，采用矩形框标注。标注数量最多的是挖掘机（959框），最少的是起重设备（52框）。数据集仅提供原始标注，不保证模型训练效果。
2025-12-31 22:04:06
242
原创 帐篷数据集4039张VOC+YOLO格式
摘要：该帐篷目标检测数据集包含4039张VOC+YOLO格式图片，含6798个标注框。数据采用JPEGImages(图片)、Annotations(xml)、labels(txt)三文件夹存储，均为4039个文件。单类别"tent"标注，含矩形检测框。图片经增强处理，分辨率清晰。注意YOLO格式类别顺序以classes.txt为准。数据集仅保证标注准确性，不承诺模型训练效果。
2025-12-31 21:51:34
101
原创 航拍挖掘机搅拌车起重机推土机等工地机械数据集927张VOC+YOLO格式
该数据集包含927张航拍工地机械图片，提供VOC和YOLO两种格式。数据涵盖7类机械设备：推土机(95)、混凝土搅拌车(205)、自卸车(562)、挖掘机(959)、起重设备(52)、打桩机(78)和塔式起重机(290)，共计2241个标注框。数据集包含完整配套的图片、XML和TXT文件，采用矩形标注框格式。图片清晰度良好，但未经过增强处理。特别说明数据集仅保证标注准确性，不承诺模型训练效果。
2025-12-31 21:44:50
247
原创 持刀检测数据集4920张VOC+YOLO（已增强）
摘要：该数据集包含4920张持刀检测图片（VOC+YOLO格式），均为手持刀具图像而非单独刀具。数据集含3个文件夹：4920张JPG图片、4920个XML文件和4920个TXT文件。仅含"knife"1类标签，总标注框数5005个。图片经视频截图和较多增强处理，分辨率清晰。数据集提供准确标注但不保证模型精度，适用于目标检测任务。存储于github的datasets_sl仓库。（149字）
2025-12-31 21:36:43
319
原创 航拍水体污染检测数据集VOC+YOLO格式2999张5类别
摘要：本数据集包含2999张航拍水体污染检测图片，采用PascalVOC和YOLO格式双重标注（各2999个文件）。涵盖5类污染源：浮游物（5495框）、废弃物（156框）、非弃船（1215框）、水污染（488框）和富营养化（710框），总标注框数8064个。所有标注均使用labelImg工具进行矩形框标注，但不对模型训练效果作保证。数据集仅提供准确标注，未包含分割路径文件。
2025-12-23 20:52:07
243
原创 火车轨道线检测数据集5928张VOC+YOLO格式
本文介绍了一个包含5928张火车轨道线检测图像的数据集，提供VOC和YOLO两种格式。数据集包含3个文件夹：JPEGImages（5928张jpg图片）、Annotations（5928个xml文件）和labels（5928个txt文件）。该数据集仅包含"rail_line"一个标签类别，总标注框数为64441个。图片清晰但未经增强，标注采用矩形框形式。特别说明数据集不保证模型训练效果，仅提供准确标注。
2025-12-23 20:43:07
104
原创 网球数据集3442张VOC+YOLO格式
该网球数据集包含3442张图片，采用VOC和YOLO双格式存储。数据集包含三个文件夹：JPEGImages（3442张jpg图片）、Annotations（3442个xml文件）和labels（3442个txt文件）。仅标注"tennis-ball"单一类别，共3489个矩形标注框。图片清晰但未经增强处理，适用于目标检测任务。特别说明：数据集仅保证标注准确性，不承诺训练模型效果。
2025-12-23 20:37:14
185
原创 【动物】熊数据集2983张VOC+YOLO格式
该数据集包含2983张VOC和YOLO格式标注的图片，总标注框数3021个，单一标签"bear"。图片清晰，未做增强处理，采用矩形标注框。数据包含3个对应文件夹：JPEGImages（jpg图片）、Annotations（xml文件）和labels（txt文件）。特别声明数据集不保证模型训练效果，仅提供准确标注。
2025-12-09 21:21:49
265
原创 海豚数据集5697张VOC+YOLO格式（已增强）
摘要：该数据集包含5697张海豚图片（VOC+YOLO格式），已进行旋转、模糊等增强处理。内含3个文件夹：JPEGImages（5697张jpg）、Annotations（5697个xml）、labels（5697个txt）。数据集仅含1类标签"dolphin"，总标注框数12360个，均为矩形检测框。图片清晰度良好，但不对模型训练效果作保证。
2025-12-09 21:21:34
116
原创 鱼数据集5774张VOC+YOLO格式
该数据集包含5774张鱼类检测图片，提供VOC和YOLO两种格式。内含3个文件夹：JPEGImages（5774张jpg图片）、Annotations（5774个xml文件）、labels（5774个txt文件）。数据集仅标注"Fish"一个类别，共23759个矩形标注框。图片分辨率清晰，未经增强处理。特别说明：数据集仅保证标注准确性，不承诺模型训练效果。
2025-12-09 21:21:26
111
想学Python教程推荐？
2023-12-07
目标检测数据集图片的种类和需求
2023-05-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人