YOLO目标检测——垃圾分类检测数据集【含对应voc、coco和yolo三种格式标签】

于 2024-03-06 16:56:53 发布
阅读量1k 收藏 9
点赞数 12
分类专栏： YOLO数据集下载 文章标签： YOLO 目标检测 分类 垃圾分类检测数据集 python 人工智能 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_64879847/article/details/136511401
版权
  • 实际项目应用：垃圾分类应用、垃圾处理设备的智能识别系统、垃圾回收站的自动分类系统等
  • 数据集说明：可回收垃圾、厨房垃圾、有害垃圾、其他垃圾
  • 标签说明：使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。
  • 其他：附赠YOLO环境部署、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。

数据集点击下载（如需更多数量请私信博主）：

在这里插入图片描述

在这里插入图片描述

YOLO目标检测数据集下载大全点击查看：https://blog.csdn.net/m0_64879847/article/details/132301975

YOLO数据集工作室
关注
  • 12
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
yolo 车辆训练集，7000张 无漏标注，识别率99.8 ，无重复图片，直接下载就跑
11-09
yolo 车辆训练集，7000张 无漏标注，识别率99.8 ，无重复图片，直接下载就跑，1660跑，大概就需要1小时 就搞定
数据集VOC城市道路街道占用经营数据集VOC-5266张
03-18
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)：5226 标注数量(xml文件个数)：5226 标注类别数：1 标注类别名称:["zdjy"] 每个类别标注的框数： zdjy count = 5799 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
垃圾分类数据集带标签
10-13
垃圾分类训练数据集，每张垃圾图片带有同名txt标签文件，共14802张图。在机器学习中会把数据分为训练集、测试集和检验集。
yolov5学习-训练其他数据集
weixin_41990671的博客
03-30 1405
采用华为一次比赛的垃圾分类数据集 文章目录1.数据集简介2.符合yolov5的数据集制作2.1 读json2.2 xml->txt 1.数据集简介 首先他有一个分类文件classify_rule.json。 { "可回收物": [ "充电宝", "包", "洗护用品", "塑料玩具", "塑料器皿", "塑料衣架", "玻璃器皿", "金属器皿", "
基于YOLOv5开源项目实现垃圾分类功能(1)
小嵌同学的博客
03-05 8763
目录一、垃圾分类目标检测数据集---Pascal Voc数据集二、对数据集进行分析三、开发环境搭建 一、垃圾分类目标检测数据集—Pascal Voc数据集 参考学习(必看)：https://blog.csdn.net/u013832707/article/details/80060327 假设一张图片的宽为1000，高为654： 标记方式一：bbx的左上角坐标，右下角坐标 标记方式二：bbx的中心点坐标以及该点到矩形框底边和侧边的距离 可以用python代码实现两种标记格式的转换: def conve
yolov5垃圾检测+检测模型+标注好的数据集
04-06
1、yolov5垃圾检测，包含训练好的垃圾检测检测权重以及PR曲线，loss曲线等等，map达90% 多，垃圾检测数据集中训练得到的权重，可检测的垃圾类别为瓶子、罐子、烟头、餐盒、易拉罐、垃圾袋等多种垃圾，并附垃圾检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码，可以和YOLOv5共用一个环境，配置好环境就可以加载已经训练好的模型直接进行测试，得出结果
YOLOv5实战垃圾分类目标检测
06-13
垃圾分类是一项利国利民的民生工程，需要全社会的共同参与。YOLOv5是目前流行的强悍的目标检测技术。本项目采用YOLOv5实现垃圾分类目标检测。利用超万张已标注目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。本课程的YOLOv5使用PyTorch版的ultralytics/yolov5，分别在Windows和Ubuntu系统上进行垃圾分类目标检测的项目演示。具体项目过程包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签）、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。
【yolo训练数据集】标注好的垃圾分类数据集共享
向往有那么一天梦幻的步态识别落地，开花❀！
07-27 1万+
超赞的yolo训练所用垃圾分类数据集共享——标注好的3000+图片
垃圾分类图片数据集分享-约10w张数据集
热门推荐
ai_faker的博客
08-12 3万+
1.获取方式 点赞本博客+评论区留邮箱，博主在会发送。 2.问题描述 最近在做一个相关项目，从网上整理了许许多多的有关于垃圾图片的数据集，几万张图片应该是有的。种类也比较全，找的时候发现很多在也在找，本着共享的精神把我这段时间收集的数据集分享出来。 3.数据集构成 目前收集到四个数据集 3.1 DATASET 主要分为两部分 共计2.5w张图片 3.1.1 食物图片 其一包含了厨房内各种各样食物的图片,用于训练厨余垃圾,含有图片1.4w张 3.1.2 可回收 其二主要包含易拉罐，金属，玻璃，餐叉，酒瓶，
生活垃圾数据集（YOLO版）
qq_44231797的博客
09-23 1723
【有害垃圾】：电池（1 号、2 号、5 号）、过期药品或内包装等；【可回收垃圾】：易拉罐、小号矿泉水瓶；【厨余垃圾】：小土豆、切过的白萝卜、胡萝卜，尺寸为电池大小；【其他垃圾】：瓷片、鹅卵石（小土豆大小）、砖块等。文件结构|----classes.txt # 标签种类|----data-txt\ # 数据集文件集合|----images\ # 数据集图片|----labels\ # yolo标签。
YOLO垃圾分类检测数据集(含5000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
11-11
1、YOLO垃圾分类检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975 4、如需更多数量和其他数据集请私信博主~
yolov7垃圾检测+垃圾检测模型+标注好的数据集
04-06
1、yolov7垃圾检测，包含训练好的垃圾检测检测权重以及PR曲线，loss曲线等等，map达90% 多，垃圾检测数据集中训练得到的权重，可检测的垃圾类别为瓶子、罐子、烟头、餐盒、易拉罐、垃圾袋等多种垃圾，并附垃圾检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码，可以和YOLOv5共用一个环境，配置好环境就可以加载已经训练好的模型直接进行测试，得出结果
垃圾检测数据集，2000张
05-21
垃圾检测数据集，2000张，共5类
垃圾分类图片数据集.zip
05-03
本数据集训练和测试图片均来自生活场景。总共四十个类别，类别和标签对应关系在训练集中的dict文件里。图片中垃圾的类别，格式是“一级类别/二级类别”，二级类别是具体的垃圾物体类别，也就是训练数据中标注的类别，比如一次性快餐盒、果皮果肉、旧衣服等。一级类别有四种类别：可回收物、厨余垃圾、有害垃圾和其他垃圾。 数据文件包括训练集(有标注)和测试集(无标注)，训练集的所有图片分别保存在train文件夹下面的0-39个文件夹中，文件名即类别标签，测试集共有400张待分类的垃圾图片在test文件夹下，testpath.txt保存了所有测试集文件的名称，格式为：name+\n。
深度学习—垃圾分类图片数据集.zip
03-19
深度学习—垃圾分类图片数据集.zip 本数据集训练和测试图片均来自生活场景。总共四十个类别，类别和标签对应关系在训练集中的dict文件里。图片中垃圾的类别，格式是“一级类别/二级类别”，二级类别是具体的垃圾物体类别，也就是训练数据中标注的类别，比如一次性快餐盒、果皮果肉、旧衣服等。一级类别有四种类别：可回收物、厨余垃圾、有害垃圾和其他垃圾。
YOLO垃圾目标检测数据集(含1000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
08-28
使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以...
YOLO遥感太阳能板目标检测数据集(含5000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
11-08
使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以...
YOLO垃圾分类检测数据集(含10000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
最新发布
11-11
使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以...
voc数据集和coco数据集的标注格式与yolo
08-31
voc数据集和coco数据集的标注格式与yolo数据集的标注格式是有一些差异的。 VOC数据集的标注格式是使用XML文件来描述每个物体的位置和类别。每个XML文件对应一张图像，其中包含了图像的宽度、高度和深度信息，以及物体的类别、边界框的坐标等。VOC数据集的标注格式相对简单，适合较小规模的目标检测任务。 COCO数据集的标注格式是使用JSON文件来描述每个物体的位置和类别。每个JSON文件对应一张图像，其中包含了图像的信息、物体的类别和边界框的坐标等。COCO数据集的标注格式相对复杂，支持多种类型的目标检测任务，并且可以标注更详细的物体属性。 而YOLO数据集的标注格式是使用TXT文件来描述每个物体的位置和类别。每个TXT文件对应一张图像，其中每一行表示一个物体的类别和边界框的坐标。YOLO数据集的标注格式相对简洁，适合实时目标检测任务。 因此，对于不同的目标检测算法，需要根据其要求选择相应的数据集标注格式，以保证算法的正常运行。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [objectDetectionDatasets目标检测数据集制作:VOC,COCO,YOLO等常用数据集格式的制作和互相转换](https://download.csdn.net/download/weixin_42614745/85278721)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [YOLO目标检测+扑克牌数据集已标注可以直接使用（3400张图像+对应已标注VOC、COCO、YOLO格式文件）.rar](https://download.csdn.net/download/m0_62143653/87774669)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [目标检测数据集VOC格式工程车辆数据集系列17渣土车数据集-3449张](https://download.csdn.net/download/FL1623863129/87454796)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

YOLO数据集工作室

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

实付元
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