煤矿输送带异物检测数据集VOC+YOLO格式2220张2类别
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:["bolt","bulk"]图片数量(jpg文件个数)：2220。标注数量(xml文件个数)：2220。标注数量(txt文件个数)：2220。使用标
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)：2220
标注数量(xml文件个数)：2220
标注数量(txt文件个数)：2220
标注类别数：2
标注类别名称:["bolt","bulk"]
每个类别标注的框数：
bolt 框数 = 848
bulk 框数 = 2155
总框数：3003
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
数据集验证：
该数据集经过yolov5框架训练并得到实际项目验证，具体参考博文可以获取利用这个数据集训练得到一些常见模型指标参数。博文地址为：
基于yolov5的煤矿传送带异物检测系统python源码+onnx模型+评估指标曲线+精美GUI界面-CSDN博客
图片预览：
标注例子：
下载地址：https://download.csdn.net/download/FL1623863129/89705905
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
4
0- 0
已为社区贡献38条内容
所有评论(0)