电力绝缘子识别数据集-包含各种场景大量数据
本人收集到的各种场景绝缘子数据,包含正常与缺陷,可用来训练绝缘子检测,分割或者缺陷绝缘子识别网络,持续收集中~
摔倒检测数据集-1440
本数据集为摔倒检测数据集,标注格式为VOC 目标检测框,格式XML,数量为1440
安全帽检测数据集-5000张
各种场景安全帽图片数据,数量5000张,标注文件为VOC XML格式,可用与训练是否佩戴安全帽识别,例如工地及其它施工场景
无人机目标检测与跟踪数据集(UAVDT)
UAVDT是一个具有大规模的挑战性的无人机检测和跟踪基准(即10小时原始视频中约8万帧的代表性帧),用于3项重要的基本任务,即目标检测(DET)、单目标跟踪(SOT)和多目标跟踪(MOT)。
数据集由无人机在各种复杂场景中捕获。本基准中关注的对象是车辆。使用边界框和一些有用的属性(例如,车辆类别和遮挡)对帧进行手动注释。
UAVDT基准由100个视频序列组成,这些视频序列是从城市地区多个地点的UAV平台拍摄的超过10小时的视频中选择的,代表各种常见场景,包括广场、主干道、收费站、高速公路、交叉口和T形交叉口。视频以每秒30帧(fps)的速度录制,JPEG图像分辨率为1080×540像素。
该数据集包含的是原始图片,不包括注释
参考:
D. Du, Y. Qi, H.g Yu, Y. Yang, K. Duan, G. Li, W.g Zhang, Q. Huang, Q. Tian, " The Unmanned Aerial Vehicle Benchmark:
国内交通标志图片数据集(大约6000)
数据集由 58 个类别的 5998 张交通标志图像组成。每个图像都是单个交通标志的放大视图。注释提供图像属性(文件名、宽度、高度)以及图像和类别中的交通标志坐标。
标签文件为annotations.csv
格式如下:
file_name:包含交通标志的图像的文件名
width:图片宽度
height:图片高度
x1:边界矩形左上角X坐标
y1:边界矩形左上角Y坐标
x2:边界矩形右下角X坐标
y2:边界矩形右下角Y坐标
category:交通标志类别
垃圾分类图片数据 总共40个类别,数量14000+
图片来源于生活场景,总共40个类别,数量14000+;可用于训练垃圾分类网络,用于识别城市垃圾
反光衣识别图片数据(样例)
反光衣识别数据包含各种场景(数据主要来源于网络爬取与实际场景收集),各种类各种角度,可用于训练反光衣分类识别网络;文件只是样例,另有约4500待上传;