明厨亮灶-厨房规范检测数据集VOC+YOLO格式16070张12类别
标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["apron","cockroach","gloves","hairnet","lizard","no。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)"no_hairnet(无发网)",
数据集中有很多增强图片,由于图片太多无法统计原图数量多少。
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)
图片数量(jpg文件个数):16070
标注数量(xml文件个数):16070
标注数量(txt文件个数):16070
标注类别数:12
所在仓库:firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["apron","cockroach","gloves","hairnet","lizard","noapron","nogloves","no_hairnet","no_hat","rat","visor_back","visor_forward"]
[
"apron(围裙)",
"cockroach(蟑螂)",
"gloves(手套)",
"hairnet(发网)",
"lizard(蜥蜴)",
"no_apron(无围裙)",
"no_gloves(无手套)",
"no_hairnet(无发网)",
"no_hat(无帽子)",
"rat(老鼠)",
"visor_back(后帽檐)",
"visor_forward(前帽檐)"
]
每个类别标注的框数:
apron 框数 = 815
cockroach 框数 = 2560
gloves 框数 = 741
hairnet 框数 = 2530
lizard 框数 = 1670
no_apron 框数 = 945
no_gloves 框数 = 1289
no_hairnet 框数 = 2483
no_hat 框数 = 6168
rat 框数 = 1979
visor_back 框数 = 4576
visor_forward 框数 = 6024
总框数:31780
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
图片预览:
标注例子:

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。
更多推荐
所有评论(0)