地下室施工工程要素检测地下室设备设施检测数据集VOC+YOLO格式8174张10类别
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):8174
标注数量(xml文件个数):8174
标注数量(txt文件个数):8174
标注类别数:10
所在github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):["beng","dengju","dianlanqiaojiapeijian","dianyuanchazuo","fadianji","famen","guandaopeijian","guolu","huozaibaojing tan ce qi","peidianxiang"]
对应中文类别名:["泵", "灯具", "电缆桥架配件", "电源插座", "发电机", "阀门", "管道配件", "锅炉", "火灾报警探测器", "配电箱"]
每个类别标注的框数:
beng 框数 = 1863
dengju 框数 = 2255
dianlanqiaojiapeijian 框数 = 317
dianyuanchazuo 框数 = 1104
fadianji 框数 = 124
famen 框数 = 926
guandaopeijian 框数 = 5292
guolu 框数 = 771
huozaibaojing tan ce qi 框数 = 965
peidianxiang 框数 = 1023
总框数:14640
每个类别占有图片数:
beng 占有图片数 = 1551
dengju 占有图片数 = 2079
dianlanqiaojiapeijian 占有图片数 = 252
dianyuanchazuo 占有图片数 = 835
fadianji 占有图片数 = 124
famen 占有图片数 = 623
guandaopeijian 占有图片数 = 3791
guolu 占有图片数 = 770
huozaibaojing tan ce qi 占有图片数 = 959
peidianxiang 占有图片数 = 659
图片分辨率:640x640
使用标注工具:labelImg
标注规则:对类别进行画矩形框
重要说明:数据集没有划分训练验证测试集需自行划分
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
图片预览:


标注例子:


AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。
更多推荐



所有评论(0)