＜数据集＞agv仓储机器人识别数据集＜目标检测＞

深度学习lover

已于 2024-09-06 15:58:26 修改

阅读量511

点赞数 8

分类专栏：深度学习数据集文章标签：目标检测人工智能计算机视觉 YOLO python

于 2024-08-06 20:17:36 首次发布

本文链接：https://blog.csdn.net/qq_53332949/article/details/140964941

版权

深度学习数据集专栏收录该内容

120 篇文章 47 订阅

订阅专栏

数据集格式：VOC+YOLO格式

图片数量：1514张

标注数量(xml文件个数)：1514

标注数量(txt文件个数)：1514

标注类别数：3

标注类别名称：['G1PB2000_Paleteira_AGVS BYD', 'G1RB5000', 'AGV-P']

序号	类别名称	图片数	框数
1	G1PB2000_Paleteira_AGVS BYD	235	308
2	G1RB5000	189	200
3	AGV-P	1086	1100

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

深度学习lover

关注关注

8
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

AGV录数据包

文祐的博客

06-30

158

AGV录数据包

仓库数据库

06-07

做菜单时，name重复了，如果你要做菜单数组，就要在index里面作区别即不能

参与评论您还未登录，请先登录后发表或查看评论

挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别

FL1623863129的博客

09-10

451

标注类别名称:[“ConcreteTruck”,“Excavator”,“Forklift”,“Loader”,“Steamroller”,“Truck”,“Worker”]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)对应中文名：[“混凝土运输车”、“挖掘机”、“叉车”、“装载机”、“压路机”、”卡车“、”工人“]标注数量(xml文件个数)：5067。标注数量(txt文件个数)：5067。

随笔 @AGV与数据库测试

夜光的博客

03-20

1408

夜光序言：我多想再抱抱你. 趁你的演技还算不上有造诣. 趁我的欢喜还没被你放弃. 趁我们都还愿意. 正文：嗯唔，做AGV项目，肯定会涉及到数据库，这一点很重要~~ DAO层：持久层主要与数据库进行交互 DAO层主要是做数据持久层的工作，主要与数据库进行交互，我们做web也会用到的嗯。 DAO层首先会创建DAO接口，接着就可以在模块中就...

基于S7-1500的AGV与MES数据集成的智能仓储系统设计与实施

weixin_43899798的博客

10-04

1019

来源：智能制造之家原文刊载于《机电工程技术》2021年第8期作者：长沙长泰智能装备有限公司高净净一企业MES系统和AGV AGV无人搬运车，一般可通过电脑来控制其行进路线以及行为，具有很强的自调整性，且自动化程度高、准确便捷，能有效避免人为错误且节省人力资源。在自动化物流系统中，以可充电的蓄电池为其动力来源，可实现其柔性，实现高效、经济、灵活的无人化工作以及管理。 MES 制造执行系统是一套面向车间的生产信息管理系统，从工厂的数据流来看，一般处于中间层级，主要将工厂的生产...

[数据集][目标检测]agvs仓储机器人检测数据集VOC+YOLO格式967张3类别

FL1623863129的博客

08-21

425

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)标注类别名称:["AGV-P","G1PB2000_Paleteira_AGVS BYD","G1RB5000"]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。图片数量(jpg文件个数)：967。标注数量(xml文件个数)：967。标注数量(txt文件个数)：967。标注规则：对类别进行画矩形框。

基于spce061a的agv控制系统研制.pdf

05-16

基于spce061a的agv控制系统研制.pdf

YOLO系列训练用AGV仓储机器人识别数据集发布

资源摘要信息:"本资源为＜数据集＞agv仓储机器人识别数据集＜目标检测＞，这是一套专门为YOLO系列算法训练设计的数据集。它包含了3个不同的类别：'G1PB2000_Paleteira_AGVS BYD'、'G1RB5000'、'AGV-P'，涵盖了1514张...

AGVS仓储机器人数据集：967张图片的VOC/YOLO标注

这些类别对应于AGV仓储机器人和相关设备，反映了数据集的专业应用场景。 6. 标注细节各个类别的具体框数分别为：AGV-P有550个框，G1PB2000_Paleteira_AGVS BYD有308个框，而G1RB5000有200个框。这些框数量的分布...

AGV小车相关文档文献资料50份.zip

03-18

10. **案例分析**：压缩包中可能包含的案例分析涵盖了不同行业的AGV应用实例，如亚马逊的Kiva机器人在仓储物流中的应用，或是汽车生产线上的物料搬运系统。这份资料集对理解AGV的工作原理、设计要点、实际应用和...

仓库库存管理系统数据库备份文件

12-07

仓库库存管理系统数据库备份文件

目标检测数据集VOC格式工程车辆数据集系列16叉车数据集-1000张

01-04

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)：1000 标注数量(xml文件个数)：1000 标注类别数：2 标注类别名称:["car","chache"] 每个类别标注的框数： car count = 323 chache count = 1049 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

目标检测数据集VOC格式工程车辆数据集系列12压路机压路车数据集-1016张

01-02

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)：1016 标注数量(xml文件个数)：1016 标注类别数：1 标注类别名称:["yaluji"] 每个类别标注的框数： yaluji count = 1137 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

机器学习（预测模型）：专门用于检测叉车操作状态的数据集

最新发布

11-04

DoFOS（Detection of Forklift Operating State）数据集是一个专门用于检测叉车操作状态的数据集。该数据集由Amir Berenji提供，并在Kaggle上公开可用。它旨在通过分析叉车的各种传感器数据来识别叉车的不同操作状态，这对于提高物流和仓储作业的安全性和效率至关重要。该数据集包含了一系列特征值，这些特征值可能包括但不限于叉车的速度、加速度、方向、工作时间等参数。这些数据可以用于训练机器学习模型，以预测叉车是否处于静止状态、行驶中、举升货物、下降货物或其他操作状态。数据集的目标是通过实时监测叉车的状态，帮助预防事故、减少叉车的非计划停机时间，并提高整体作业效率。 DoFOS数据集的特点包括：多特征数据：数据集包含多个与叉车操作相关的特征，为机器学习模型提供了丰富的信息。分类问题：数据集用于解决分类问题，即识别叉车的特定操作状态。实际应用价值：通过分析叉车的操作状态，可以对叉车进行更好的维护和调度，减少事故风险。使用该数据集时，研究人员和开发者可以利用各种机器学习算法，如随机森林、支持向量机、神经网络等，来构建预测模型。

铲车图像标注数据集-2131

04-24

资源总共包含2131张铲车图像，标注仔细，质量是经过严格把控的，已经标注成voc和yolo两种格式，开箱即用

汇总国内机器人企业

Peter2017的博客

07-05

9031

1、北京极智嘉科技有限公司北京极智嘉科技有限公司成立于2015年，是一家快速发展的“机器人互联网＋”公司，以智能物流为切入点，利用大数据、云计算和人工智能技术，专注打造极具智能的机器人产品。极智嘉科技（Geek＋）专注仓储物流领域，通过领先的机器人产品和人工智能技术实现高度柔性和智能的物流自动化解决方案。极智嘉主要产品：极智嘉科技的主要产品有智能机器人拣选系统（Geek Picking

YOLO目标检测：叉车检测数据集

m0_73878864的博客

01-16

757

叉车检测数据集，3000多张图像，标注完整，叉车一类，未应用数据增强。

[数据集][目标检测]花生米计数霉变检测数据集VOC+YOLO格式387张2类别

FL1623863129的博客

06-24

726

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)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。标注类别名称:["with mold","without mold"]图片数量(jpg文件个数)：387。标注数量(xml文件个数)：387。标注数量(txt文件个数)：387。使用标注工具：labelImg。标注规则：对类别进行画矩形框。