腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

智慧交通-闯红灯检测 yolo 数据集交通违规检测数据集监控视角交通违法检测数据集

智慧交通-闯红灯检测yolo数据集【数据内容】3500张图片，包含汽车、绿灯、摩托车、红灯、停止线、黄灯等目标，图片清晰标注，适合目标检测模型训练【格式支持】数据集已标注好，支持多种格式输出，直接可用YOLO 闯红灯检测数据集一、数据集信息表项目详细说明数据集名称YOLO闯红灯交通场景目标检测数据集图片总量3500张标注类别（共6类）汽车（car）、绿灯（green_light）、摩托车（motorcycle 、交通违章检测、城市安防监控、智能交通系统开发、目标检测模型训练二、核心标签#闯红灯检测#交通目标检测#路口违章识别#YOLO数据集#智能交通#交通灯检测三、数据集目录结构展开代码语言：TXTAI代码解释 traffic_light_violation_dataset/├──images/│├──train/│├──val/│└──test/├──labels/│├──train/│├──val/│└──test/└──traffic.yaml四、数据集配置文件 train/traffic_violation_detect/weights/best.pt")if__name__=="__main__":img_path="traffic_test.jpg"#执行检测并保存结果

目标检测数据集合

2026-07-27

2613

标签:

管道设备“跑冒滴漏”检测数据集管道漏水检测数据集管道缺陷漏水检测

管道设备“跑冒滴漏”检测数据集，2818张，提供yolo，voc，coco三种标注方式图像尺寸:426*346（尺寸不等）类别数量:1类训练集图像数量:2256;验证集图像数量:526；测试集图像数量: 36类别名称:每一类图像数，每一类标注数0-跑冒滴漏:2818,7965imagenum:2818管道设备“跑冒滴漏”检测数据集数据集总信息表项目详情数据集名称管道设备“跑冒滴漏”检测数据集图像总数2818 张图像尺寸426×346，图像尺寸不等标注格式YOLO、VOC、COCO三种标注数据集划分训练集：2256张；验证集：526张；测试集：36张类别总数1类类别分布表类别名称包含该类图像数量目标标注总数0 YOLOv11训练代码环境安装展开代码语言：BashAI代码解释pipinstallultralyticsopencv-python数据集配置文件leak.yaml展开代码语言：YAMLAI代码解释path

目标检测数据集合

2026-09-22

1320

标签:

微信公众号

汇总|缺陷检测数据集

数据集介绍：主要针对纹理背景上的杂项缺陷。较弱监督的训练数据。包含是个数据集，前六个为训练数据集，后四个为测试数据集。该数据库包括1,800个灰度图像：六种不同类型的典型表面缺陷，每一类缺陷包含300个样本。对于缺陷检测任务，数据集提供了注释，指示每个图像中缺陷的类别和位置。 2、如果将NEU表面缺陷数据库用于缺陷检测任务，则需要下载带有注释的图像文件，称为NEU-DET。 ? 类真实世界物体表面纹理和材质的图像数据集，在不同姿态和光照下获取，可用来对物体表面材质进行检测和识别。十二、桥梁裂缝图像数据数据集下载链接： https://pan.baidu.com/s/1bplPrPl 数据介绍：主要针对桥梁裂缝的检测数据。上述内容，如有侵犯版权，请联系作者，会自行删文。

2020-12-11

6.7K0

标签:

空中目标检测数据集

空中目标检测数据集13类空中无人机目标检测数据集数据集基础信息表项目详情数据集名称13类空中无人机目标检测数据集总图像数量4113张训练集3291张验证集822张图像分辨率1920×1080类别总数13

目标检测数据集合

2026-10-18

470

标签:

猪行为识别目标检测数据集 YOLO数据集

猪行为识别目标检测数据集项目详情任务类型目标检测图片总量6800张分类数量5类标注格式YOLOtxt、VOCxml划分比例训练集7：验证集1：测试集2数据集简介该数据集为生猪行为识别目标检测数据集，全部由养殖场监控视频抽帧采集得到数据集一共包含五类生猪行为，分别为进食、侧卧、坐、站立、卧躺，覆盖生猪日常主要活动姿态。标注文件同时提供两种主流格式，拿到数据后无需复杂转换，可直接投入YOLO系列模型训练。数据集按照7:1:2比例划分，样本分配均衡，方便训练调参、对比模型效果。模型训练与应用使用YOLO26默认代码完成训练，模型可以实时识别视频流中单只或多只生猪的行为状态。数据集适配养殖场监控识别方案，为智能养猪、畜牧机器视觉项目提供训练素材。yaml配置文件展开代码语言：BashAI代码解释path:. .yaml",epochs=100,imgsz=640,batch=8,device=0)猪行为识别#生猪姿态检测#畜牧视觉#养殖场智能监控#目标检测数据集

AI数据集中心

2026-10-22

200

标签:

【目标检测数据集】一、PASCAL VOC数据集简介

一、简介 PASCAL VOC数据集是目标检测领域比较知名的数据集，该数据集分为VOC2007和VOC2012两个子集，其官方下载地址如下： VOC2007-trainval VOC2007-test 我已将其下载保存在百度网盘，如有也可以通过如下链接进行下载：https://pan.baidu.com/s/1hx8GYN6fDigRSbAYmaS9AQ 密码: ksak VOC数据集主要涉及20个目标分类二、文件结构与XML标签将数据集下载并完成解压后，其文件结构如下所示。在这里以VOC2012数据集进行举例，JPEGImages存放图像，Annotations存放XML标签文件，其中XML文件和图像文件名称一致，仅仅后缀不同，ImageSets/Main存放训练集、测试集和全部数据集所涉及的名称目前目标检测常用的是 VOC2007 和 VOC2012 数据集，因为二者是互斥的，论文中的常用组合有以下几种： 07+12：使用 VOC2007 和 VOC2012 的 train+val（16551

2022-01-21

8.1K0

标签:

腾讯云测试服务

【目标检测】数据增强：DOTA数据集

前言之前对于xml格式的YOLO数据集，之前记录过如何用imgaug对其进行数据增强。不过DOTA数据集采用的是txt格式的旋转框标注，因此不能直接套用，只能另辟蹊径。 DOTA数据集简介 DOTA数据集全称：Dataset for Object deTection in Aerial images DOTA数据集v1.0共收录2806张4000 × 4000的图片， DOTA数据集论文介绍：https://arxiv.org/pdf/1711.10398.pdf 数据集官网：https://captain-whu.github.io/DOTA/dataset.html DOTA数据集总共有3个版本 DOTAV1.0 类别数目：15 类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball 数据增强及可视化数据增强代码主要参考的是这篇博文：目标识别小样本数据扩增调整亮度这里通过skimage.exposure.adjust_gamma来调整亮度： # 调整亮度 def changeLight

2022-10-04

3.6K0

标签:

智慧桥梁缺陷检测数据集 YOLO模型如何训练桥梁病害检测数据集

智慧桥梁缺陷检测数据集1桥梁结构病害目标检测数据集数据集链接：https://universe.roboflow.com/kle-technological-university-qh0qv/bridge-detection-cld81 一、数据集核心信息表项目详情数据集名称Bridgedetection桥梁病害目标检测数据集图像总量1111张（1.1k）数据集版本2个迭代版本任务类型ObjectDetection目标检测类别总数9类桥梁结构病害数据来源、计算机视觉算法研究多类别工业结构缺陷检测场景四、数据集特点✅覆盖桥梁常见结构损伤：锈蚀、裂缝、坑蚀、表层剥落、积污等✅实拍桥梁底部、构件近距离图像，贴近真实巡检拍摄视角✅9个细分类别，适合多类别缺陷检测模型训练 metrics=model.val()print(f"mAP@0.5={metrics.box.map50:.4f}")if__name__=="__main__":main()标题：9类桥梁病害目标检测数据集｜1111张实拍桥梁结构图像关键词：桥梁病害检测#结构缺陷数据集#桥梁巡检AI#钢结构锈蚀识别#YOLO目标检测#基础设施健康监测补充备注：该数据集适合陆上桥梁外观病害识别；如果需要水下桥墩病害，需要搭配水下图像增强手段做数据扩充

目标检测数据集合

2026-07-31

2310

标签:

计算机视觉

目标检测数据集黄瓜数据集VOC格式1309张

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)：1308 标注数量(xml文件个数)：1308 标注类别名称:["cucumber"] 每个类别标注的框数： cucumber count = 2939 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 csdn下载地址： https://download.csdn.net/download/FL1623863129/87827934

git clone firc-dataset

2025-07-19

3570

标签:

数据集VOC格式打电话检测数据集-5364张

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)：5364 标注数量(xml文件个数)：5364 ,"head"] 每个类别标注的框数： phone count = 5045 head count = 415 使用标注工具：labelImg 标注规则：对类别进行画矩形框重要说明：打电话数据集主要是针对智能手机正在打电话，标注规则为将头手机和手部分标注在一起，对于拿着玩手机不算打电话，网上很多都是标注不规范且不合理的，正确的标注是人把手机凑近耳朵要标注手机、头(或者耳朵，标注头的目的是可以使用head抑制误检测)、手( 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具体介绍参看视频：bilibili.com/video/BV1Td4y1x71c 下载地址：https://download.csdn.net

git clone firc-dataset

2025-07-16

3740

标签: