1. YOLOv11夜间户外及室内公共场所行人目标检测数据集

• 目标类别：[‘person’]；中文类别：[‘人’]
• 训练集：12702 张；验证集：1210 张；测试集：606 张；总计：14518 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法夜间户外及室内公共场所行人目标检测数据集-14518张-标注类别为人.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['person']

2. YOLOv11食品零售店冰淇淋目标检测数据集

• 目标类别：[‘icecream’]；中文类别：[‘冰淇淋’]
• 训练集：815 张；验证集：203 张；测试集：0 张；总计：1018 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法食品零售店冰淇淋目标检测数据集-1018张-标注类别为冰淇淋.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['icecream']

3. YOLOv11工业储罐表面状态目标检测数据集

• 目标类别：[‘Defected’, ‘Normal’]；中文类别：[‘缺陷’, ‘正常’]
• 训练集：333 张；验证集：29 张；测试集：85 张；总计：447 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法工业储罐表面状态目标检测数据集-447张-标注类别为缺陷-正常.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['Defected', 'Normal']

4. YOLOv11餐厅食品汉堡目标检测数据集

• 目标类别：[‘hamburgers’]；中文类别：[‘汉堡’]
• 训练集：213 张；验证集：20 张；测试集：11 张；总计：244 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法餐厅食品汉堡目标检测数据集-244张-标注类别为汉堡.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['hamburgers']

5. YOLOv11工业设备泄漏与白色区域目标检测数据集

• 目标类别：[‘leak’, ‘white’]；中文类别：[‘泄漏’, ‘白色’]
• 训练集：55 张；验证集：6 张；测试集：3 张；总计：64 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法工业设备泄漏与白色区域目标检测数据集-64张-标注类别为泄漏-白色.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['leak', 'white']

6. YOLOv11心形礼盒巧克力目标检测数据集

• 目标类别：[‘Dark Almond Nougat’, ‘Dark Almonds’, ‘Dark Bordeaux’, ‘Dark Caramel Patties’, ‘Dark Chocolate Buttercream’, ‘Dark Marzipan’, ‘Dark Normandie’, ‘Dark Scotchmallow’, ‘Dark Walnut Square’, ‘Milk Almond Caramel’, ‘Milk Almonds’, ‘Milk Beverly’, ‘Milk Bordeaux’, ‘Milk Butterscotch Square’, ‘Milk California Brittle’, ‘Milk Chelsea’, ‘Milk Chocolate Buttercream’, ‘Milk Coconut Cream’, ‘Milk Mayfair’, ‘Milk Mocha’, ‘Milk Molasses Chips’, ‘Milk Rum Nougat’]；中文类别：[‘黑杏仁牛轧糖’, ‘黑杏仁’, ‘黑波尔多巧克力’, ‘黑焦糖小方块’, ‘黑巧克力奶油’, ‘黑杏仁软糖’, ‘黑诺曼底巧克力’, ‘黑苏格兰棉花糖’, ‘黑核桃方块’, ‘牛奶杏仁焦糖’, ‘牛奶杏仁’, ‘牛奶贝弗利巧克力’, ‘牛奶波尔多巧克力’, ‘牛奶焦糖方块’, ‘牛奶加州脆糖’, ‘牛奶切尔西巧克力’, ‘牛奶巧克力奶油’, ‘牛奶椰子奶油’, ‘牛奶梅菲尔巧克力’, ‘牛奶摩卡巧克力’, ‘牛奶糖蜜饼干’, ‘牛奶朗姆牛轧糖’]
• 训练集：230 张；验证集：24 张；测试集：18 张；总计：272 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法心形礼盒巧克力目标检测数据集-272张-标注类别为黑杏仁牛轧糖-黑杏仁-黑波尔多巧克力-黑焦糖小方块-黑巧克力奶油-黑杏仁软糖-黑诺曼底巧克力-黑苏格兰棉花糖-黑核桃方块-牛奶杏仁.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 22
names: ['Dark Almond Nougat', 'Dark Almonds', 'Dark Bordeaux', 'Dark Caramel Patties', 'Dark Chocolate Buttercream', 'Dark Marzipan', 'Dark Normandie', 'Dark Scotchmallow', 'Dark Walnut Square', 'Milk Almond Caramel', 'Milk Almonds', 'Milk Beverly', 'Milk Bordeaux', 'Milk Butterscotch Square', 'Milk California Brittle', 'Milk Chelsea', 'Milk Chocolate Buttercream', 'Milk Coconut Cream', 'Milk Mayfair', 'Milk Mocha', 'Milk Molasses Chips', 'Milk Rum Nougat']

7. YOLOv11办公室药瓶目标检测数据集

• 目标类别：[‘medicine-bottle’]；中文类别：[‘药瓶’]
• 训练集：54 张；验证集：5 张；测试集：2 张；总计：61 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法办公室药瓶目标检测数据集-61张-标注类别为药瓶.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['medicine-bottle']

8. YOLOv11乳腺超声图像良恶性目标检测数据集

• 目标类别：[‘benign’, ‘malignant’]；中文类别：[‘良性’, ‘恶性’]
• 训练集：798 张；验证集：129 张；测试集：65 张；总计：992 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法乳腺超声图像良恶性目标检测数据集-992张-标注类别为良性-恶性.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['benign', 'malignant']

9. YOLOv11多类别目标检测数据集

• 目标类别：[‘-hotricenoodle’, ‘6gaejang’, ‘B_bim_milmyun’, ‘B_dambbong’, ‘Bazirak_kalguksu’, ‘Black_3gyetangmyun’, ‘Codari_boggummyun’, ‘Congnamul_kimchi’, ‘Delicious_ramyun’, ‘Doenjang’, ‘Firechickenboggummyun’, ‘Firechickenzzambbong’, ‘Firing_gochuzzajang’, ‘Ganjjambbong’, ‘Iron_meat_myun’, ‘Nagasaki_zzambbong’, ‘Samyangramyun’, ‘Sarimyun’, ‘Son_kalkuksu’, ‘Sutamyun’, ‘Yuelmu_bibimmyun’, ‘Zzajang_2ra_9yo’, ‘Zzazzaroni’, ‘_Carbo’, ‘_Creamcarbo’, ‘_Delicious_ramyun_sea’, ‘_Fourcheeze’, ‘Lovely_hot’, ‘_Nuclear’, ‘_Rose’, ‘_Zzajang’, ‘_bbalgyeddeok’, ‘_beef’, ‘_bibim’, ‘_bokeummyeon’, ‘_chicken’, ‘_dackgajang’, ‘_ddomyamggongricenoodle’, ‘_doboo’, ‘_dongchimi’, ‘_fish’, ‘_gojijampon’, ‘_gold’, ‘_haemul’, ‘_hot’, ‘_jjajangmat’, ‘_jjambbong’, ‘_kimchi’, ‘_kimchiricenoodle’, ‘_maekomhanmat’, ‘_maekomjjimdakmat’, ‘_mild’, ‘_mini’, ‘_minilime’, ‘_miyek’, ‘_original’, ‘_rosemat’, ‘_sagol’, ‘_spicy’, ‘_spicycarae’, ‘_spicyjjajang’, ‘_spicykimchi’, ‘_teriyaki’, ‘_tteokbokki’, ‘_vietnamricenoodle’, ‘_woodongmat’, ‘angry’, ‘anseongtangmen’, ‘bahongdong’, ‘big3bokemkimchimyeon’, ‘boglebudajjigae’, ‘bokeumjin’, ‘budaejjigae’, ‘bugeogug’, ‘chaehwang’, ‘chalbibim’, ‘chamggaeramyun’, ‘chulpanbboggi’, ‘cupnoodle’, ‘dongjicold’, ‘gamjamen’, ‘guljinjjambbong’, ‘haemooljjambbong’, ‘hururukcalnoodle’, ‘hururuknoodle’, ‘hururukricenoodle’, ‘ilpumhaemoolramyeon’, ‘ilpumsamseonjjajang’, ‘jangkalguksu’, ‘jinbibimmyun’, ‘jinjinjjara’, ‘jinjjajjolmyun’, ‘jinjjambbong’, ‘jinramyun’, ‘jjajangboggi’, ‘jjajangmyun’, ‘jjapagetibumbuk’, ‘jjapagetti’, ‘jjasulllang’, ‘jjawang’, ‘jjawanggenmen’, ‘kaguri’, ‘kimchimen’, ‘kimchimyeon’, ‘kimchiramen’, ‘kingddukkeong’, ‘kkodeulkimbibimmyeon’, ‘kkoganchobibimmyeon’, ‘kkokkomyeon’, ‘lamenking’, ‘matjjambong’, ‘melchikalguksu’, ‘memilbibim’, ‘memilsoba’, ‘modmhamultang’, ‘mupamatang’, ‘nongshim’, ‘noodlefit’, ‘nuguri’, ‘odongtong’, ‘ohgingjjambong’, ‘oramyun’, ‘ottogi’, ‘paldo’, ‘paldobibimmyeon’, ‘paldodosirak’, ‘paldojjajangmyeon’, ‘paldonamjaramyeon’, ‘paldosarimyeon’, ‘paldoteumsaeramyeon’, ‘patkkalgooksoo’, ‘pororojjajang’, ‘ppororospaghetti’, ‘ramenbichaeg’, ‘ramenbokki’, ‘realcheese’, ‘sacheonjjambong’, ‘sacheunjjapagetti’, ‘saeutang’, ‘saladnoodle’, ‘samyang’, ‘sangsangudong’, ‘sangsangyakki’, ‘sari’, ‘sarigomtang’, ‘shrimptang’, ‘sinbbokgetti’, ‘sinlamen’, ‘sinlamenbbokom’, ‘sinlamenblack’, ‘sinlamengeonmen’, ‘snack’, ‘soegogimiyeoggug’, ‘spaghetti’, ‘sunhuchu’, ‘thewangddukkeong’, ‘tigim’, ‘tkukgaejang’, ‘tuigimwoodong’, ‘ukgaejang’, ‘uuktang’, ‘vegetable’, ‘wangddukkeong’, ‘yeol’, ‘yookgaejang’, ‘youboowoodong’]；
• 训练集：4507 张；验证集：1299 张；测试集：645 张；总计：6451 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法多类别目标检测数据集-6451张-标注类别为其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他-其他.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 166
names: ['-hotricenoodle', '6gaejang', 'B_bim_milmyun', 'B_dambbong', 'Bazirak_kalguksu', 'Black_3gyetangmyun', 'Codari_boggummyun', 'Congnamul_kimchi', 'Delicious_ramyun', 'Doenjang', 'Firechickenboggummyun', 'Firechickenzzambbong', 'Firing_gochuzzajang', 'Ganjjambbong', 'Iron_meat_myun', 'Nagasaki_zzambbong', 'Samyangramyun', 'Sarimyun', 'Son_kalkuksu', 'Sutamyun', 'Yuelmu_bibimmyun', 'Zzajang_2ra_9yo', 'Zzazzaroni', '_Carbo', '_Creamcarbo', '_Delicious_ramyun_sea', '_Fourcheeze', '_Lovely_hot_', '_Nuclear', '_Rose', '_Zzajang', '_bbalgyeddeok', '_beef', '_bibim', '_bokeummyeon', '_chicken', '_dackgajang', '_ddomyamggongricenoodle', '_doboo', '_dongchimi', '_fish', '_gojijampon', '_gold', '_haemul', '_hot', '_jjajangmat', '_jjambbong', '_kimchi', '_kimchiricenoodle', '_maekomhanmat', '_maekomjjimdakmat', '_mild', '_mini', '_minilime', '_miyek', '_original', '_rosemat', '_sagol', '_spicy', '_spicycarae', '_spicyjjajang', '_spicykimchi', '_teriyaki', '_tteokbokki', '_vietnamricenoodle', '_woodongmat', 'angry', 'anseongtangmen', 'bahongdong', 'big3bokemkimchimyeon', 'boglebudajjigae', 'bokeumjin', 'budaejjigae', 'bugeogug', 'chaehwang', 'chalbibim', 'chamggaeramyun', 'chulpanbboggi', 'cupnoodle', 'dongjicold', 'gamjamen', 'guljinjjambbong', 'haemooljjambbong', 'hururukcalnoodle', 'hururuknoodle', 'hururukricenoodle', 'ilpumhaemoolramyeon', 'ilpumsamseonjjajang', 'jangkalguksu', 'jinbibimmyun', 'jinjinjjara', 'jinjjajjolmyun', 'jinjjambbong', 'jinramyun', 'jjajangboggi', 'jjajangmyun', 'jjapagetibumbuk', 'jjapagetti', 'jjasulllang', 'jjawang', 'jjawanggenmen', 'kaguri', 'kimchimen', 'kimchimyeon', 'kimchiramen', 'kingddukkeong', 'kkodeulkimbibimmyeon', 'kkoganchobibimmyeon', 'kkokkomyeon', 'lamenking', 'matjjambong', 'melchikalguksu', 'memilbibim', 'memilsoba', 'modmhamultang', 'mupamatang', 'nongshim', 'noodlefit', 'nuguri', 'odongtong', 'ohgingjjambong', 'oramyun', 'ottogi', 'paldo', 'paldobibimmyeon', 'paldodosirak', 'paldojjajangmyeon', 'paldonamjaramyeon', 'paldosarimyeon', 'paldoteumsaeramyeon', 'patkkalgooksoo', 'pororojjajang', 'ppororospaghetti', 'ramenbichaeg', 'ramenbokki', 'realcheese', 'sacheonjjambong', 'sacheunjjapagetti', 'saeutang', 'saladnoodle', 'samyang', 'sangsangudong', 'sangsangyakki', 'sari', 'sarigomtang', 'shrimptang', 'sinbbokgetti', 'sinlamen', 'sinlamenbbokom', 'sinlamenblack', 'sinlamengeonmen', 'snack', 'soegogimiyeoggug', 'spaghetti', 'sunhuchu', 'thewangddukkeong', 'tigim', 'tkukgaejang', 'tuigimwoodong', 'ukgaejang', 'uuktang', 'vegetable', 'wangddukkeong', 'yeol', 'yookgaejang', 'youboowoodong']

10. YOLOv11厨房食材螺旋空心面目标检测数据集

• 目标类别：[‘Cavatappi’, ‘Fusilli’, ‘Rigatoni’]；中文类别：[‘螺旋空心面’, ‘螺旋意面’, ‘宽管面’]
• 训练集：42 张；验证集：12 张；测试集：6 张；总计：60 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法厨房食材螺旋空心面目标检测数据集-60张-标注类别为螺旋空心面-螺旋意面-宽管面.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['Cavatappi', 'Fusilli', 'Rigatoni']

11. YOLOv11机场航站楼与停机坪目标检测数据集

• 目标类别：[‘CT’, ‘LV’, ‘SH’, ‘SP’, ‘ST’, ‘SV’]；中文类别：[‘控制塔’, ‘低压线’, ‘高压线’, ‘停机坪’, ‘跑道’, ‘服务车道’]
• 训练集：459 张；验证集：15 张；测试集：6 张；总计：480 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法机场航站楼与停机坪目标检测数据集-480张-标注类别为控制塔-低压线-高压线-停机坪-跑道-服务车道.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 6
names: ['CT', 'LV', 'SH', 'SP', 'ST', 'SV']

12. YOLOv11酒吧与海滩场景啤酒瓶目标检测数据集

• 目标类别：[‘Chang’, ‘Heineken’, ‘Leo’, ‘Singha’]；中文类别：[‘张裕’, ‘喜力’, ‘乐活’, ‘星狮’]
• 训练集：603 张；验证集：0 张；测试集：0 张；总计：603 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法酒吧与海滩场景啤酒瓶目标检测数据集-603张-标注类别为张裕-喜力-乐活-星狮.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['Chang', 'Heineken', 'Leo', 'Singha']

13. YOLOv11手术刀目标检测数据集

• 目标类别：[‘Scalpel’]；中文类别：[‘手术刀’]
• 训练集：619 张；验证集：0 张；测试集：0 张；总计：619 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法手术刀目标检测数据集-619张-标注类别为手术刀.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Scalpel']

14. YOLOv11室内办公与教育场景人、文具及电子设备目标检测数据集

• 目标类别：[‘bangle’, ‘bench’, ‘blackboard’, ‘book’, ‘bottle’, ‘car’, ‘cellphone’, ‘chair’, ‘chalkpiece’, ‘clock’, ‘computer’, ‘door’, ‘fan’, ‘idcard’, ‘keyboard’, ‘laptop’, ‘light’, ‘mouse’, ‘paper’, ‘pen’, ‘pencil’, ‘person’, ‘projector’, ‘spectacles’, ‘watch’, ‘window’]；中文类别：[‘手镯’, ‘长凳’, ‘黑板’, ‘书’, ‘瓶子’, ‘汽车’, ‘手机’, ‘椅子’, ‘粉笔’, ‘时钟’, ‘电脑’, ‘门’, ‘风扇’, ‘身份证’, ‘键盘’, ‘笔记本电脑’, ‘灯’, ‘鼠标’, ‘纸张’, ‘钢笔’, ‘铅笔’, ‘人’, ‘投影仪’, ‘眼镜’, ‘手表’, ‘窗户’]
• 训练集：1056 张；验证集：300 张；测试集：149 张；总计：1505 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法室内办公与教育场景人、文具及电子设备目标检测数据集-1505张-标注类别为手镯-长凳-黑板-书-瓶子-汽车-手机-椅子-粉笔-时钟-电脑-门-风扇-身份证-键盘-笔记本电脑-灯-鼠.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 26
names: ['bangle', 'bench', 'blackboard', 'book', 'bottle', 'car', 'cellphone', 'chair', 'chalkpiece', 'clock', 'computer', 'door', 'fan', 'idcard', 'keyboard', 'laptop', 'light', 'mouse', 'paper', 'pen', 'pencil', 'person', 'projector', 'spectacles', 'watch', 'window']

15. YOLOv11药品包装盒目标检测数据集

• 目标类别：[‘RIF 300mg cap’, ‘Radi-K 595mg tab’, ‘Rasilez FC 150mg tab’, ‘Rexulti 2mg tab’, ‘Rifinah-300 tab’, ‘Rowapraxin 10mg tab’]；中文类别：[‘RIF 300毫克胶囊’, ‘Radi-K 595毫克片剂’, ‘Rasilez FC 150毫克片剂’, ‘Rexulti 2毫克片剂’, ‘Rifinah-300毫克片剂’, ‘Rowapraxin 10毫克片剂’]
• 训练集：20 张；验证集：6 张；测试集：0 张；总计：26 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法药品包装盒目标检测数据集-26张-标注类别为RIF 300毫克胶囊-Radi-K 595毫克片剂-Rasilez FC 150毫克片剂-Rexulti 2毫克片剂-Rifinah-.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 6
names: ['RIF 300mg cap', 'Radi-K 595mg tab', 'Rasilez FC 150mg tab', 'Rexulti 2mg tab', 'Rifinah-300 tab', 'Rowapraxin 10mg tab']

16. YOLOv11超市货架食用油目标检测数据集

• 目标类别：[‘Cooking-oil’]；中文类别：[‘食用油’]
• 训练集：37 张；验证集：4 张；测试集：6 张；总计：47 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法超市货架食用油目标检测数据集-47张-标注类别为食用油.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Cooking-oil']

17. YOLOv11咖啡店饮品展示区咖啡杯目标检测数据集

• 目标类别：[‘coffee-mug’]；中文类别：[‘咖啡杯’]
• 训练集：8 张；验证集：2 张；测试集：2 张；总计：12 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法咖啡店饮品展示区咖啡杯目标检测数据集-12张-标注类别为咖啡杯.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['coffee-mug']

18. YOLOv11手术器械目标检测数据集

• 目标类别：[‘Army_navy’, ‘Bulldog’, ‘Castroviejo’, ‘Frazier’, ‘Needle’]；中文类别：[‘海军钳’, ‘万能夹’, ‘卡斯特罗维耶霍镊’, ‘弗雷泽镊’, ‘针’]
• 训练集：84 张；验证集：0 张；测试集：0 张；总计：84 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法手术器械目标检测数据集-84张-标注类别为海军钳-万能夹-卡斯特罗维耶霍镊-弗雷泽镊-针.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 5
names: ['Army_navy', 'Bulldog', 'Castroviejo', 'Frazier', 'Needle']

19. YOLOv11医院病房患者监护目标检测数据集

• 目标类别：[‘Bipap’, ‘Patient-Occupied’, ‘Stethoscope’, ‘Stethoscope Digital’, ‘Ventilator Pipe’]；中文类别：[‘双水平气道正压通气机’, ‘患者占用’, ‘听诊器’, ‘数字听诊器’, ‘呼吸机管路’]
• 训练集：56 张；验证集：18 张；测试集：0 张；总计：74 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法医院病房患者监护目标检测数据集-74张-标注类别为双水平气道正压通气机-患者占用-听诊器-数字听诊器-呼吸机管路.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 5
names: ['Bipap', 'Patient-Occupied', 'Stethoscope', 'Stethoscope Digital', 'Ventilator Pipe']

20. YOLOv11仓库货架香槟目标检测数据集

• 目标类别：[‘Chang’, ‘Kaw’]；中文类别：[‘香槟’, ‘卡瓦’]
• 训练集：4 张；验证集：1 张；测试集：0 张；总计：5 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法仓库货架香槟目标检测数据集-5张-标注类别为香槟-卡瓦.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['Chang', 'Kaw']

21. YOLOv11葡萄园叶片病害目标检测数据集

• 目标类别：[‘Apoplexie’, ‘ESCA’, ‘Schwarzholz’]；中文类别：[‘中风’, ‘ESCA’, ‘黑木’]
• 训练集：162 张；验证集：15 张；测试集：9 张；总计：186 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法葡萄园叶片病害目标检测数据集-186张-标注类别为中风-ESCA-黑木.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['Apoplexie', 'ESCA', 'Schwarzholz']

22. YOLOv11医学影像病灶目标检测数据集

• 目标类别：[‘P’]；中文类别：[‘病灶’]
• 训练集：749 张；验证集：0 张；测试集：0 张；总计：749 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法医学影像病灶目标检测数据集-749张-标注类别为病灶.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['P']

23. YOLOv11厨房食材培根目标检测数据集

• 目标类别：[‘bacon’]；中文类别：[‘培根’]
• 训练集：40 张；验证集：8 张；测试集：10 张；总计：58 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法厨房食材培根目标检测数据集-58张-标注类别为培根.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['bacon']

24. YOLOv11户外公共场所人员行为目标检测数据集

• 目标类别：[‘Falling’, ‘Illegal Dumping’, ‘Sitting’, ‘Standing’, ‘Walking’]；中文类别：[‘摔倒’, ‘非法倾倒’, ‘坐着’, ‘站立’, ‘行走’]
• 训练集：7963 张；验证集：1894 张；测试集：934 张；总计：10791 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法户外公共场所人员行为目标检测数据集-10791张-标注类别为摔倒-非法倾倒-坐着-站立-行走.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 5
names: ['Falling', 'Illegal Dumping', 'Sitting', 'Standing', 'Walking']

25. YOLOv11食品零售与仓储场景面条和鸡蛋目标检测数据集

• 目标类别：[‘mie’, ‘telur’]；中文类别：[‘面条’, ‘鸡蛋’]
• 训练集：60 张；验证集：0 张；测试集：0 张；总计：60 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法食品零售与仓储场景面条和鸡蛋目标检测数据集-60张-标注类别为面条-鸡蛋.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['mie', 'telur']

26. YOLOv11超市货架及手持果汁目标检测数据集

• 目标类别：[‘juice’]；中文类别：[‘果汁’]
• 训练集：484 张；验证集：0 张；测试集：0 张；总计：484 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法超市货架及手持果汁目标检测数据集-484张-标注类别为果汁.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['juice']

27. YOLOv11咖啡饮品目标检测数据集

• 目标类别：[‘Coffee’]；中文类别：[‘咖啡’]
• 训练集：200 张；验证集：0 张；测试集：0 张；总计：200 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法咖啡饮品目标检测数据集-200张-标注类别为咖啡.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Coffee']

28. YOLOv11工业管道水滴目标检测数据集

• 目标类别：[‘drops’]；中文类别：[‘水滴’]
• 训练集：40 张；验证集：10 张；测试集：0 张；总计：50 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法工业管道水滴目标检测数据集-50张-标注类别为水滴.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['drops']

29. YOLOv11公共场所人群佩戴口罩目标检测数据集

• 目标类别：[‘Masked’]；中文类别：[‘口罩’]
• 训练集：411 张；验证集：0 张；测试集：0 张；总计：411 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法公共场所人群佩戴口罩目标检测数据集-411张-标注类别为口罩.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Masked']

30. YOLOv11餐厅餐桌意大利面目标检测数据集

• 目标类别：[‘pasta’]；中文类别：[‘意大利面’]
• 训练集：63 张；验证集：18 张；测试集：9 张；总计：90 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法餐厅餐桌意大利面目标检测数据集-90张-标注类别为意大利面.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['pasta']

31. YOLOv11印度尼西亚古迹遗址目标检测数据集

• 目标类别：[‘Candi Borobudur’, ‘Candi Prambanan’, ‘Candi Ratu Boko’]；中文类别：[‘婆罗浮屠’, ‘普兰巴南’, ‘拉图博科’]
• 训练集：2487 张；验证集：106 张；测试集：101 张；总计：2694 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法印度尼西亚古迹遗址目标检测数据集-2694张-标注类别为婆罗浮屠-普兰巴南-拉图博科.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['Candi Borobudur', 'Candi Prambanan', 'Candi Ratu Boko']

32. YOLOv11户外与室内老年人拐杖辅助行走目标检测数据集

• 目标类别：[‘cane’]；中文类别：[‘拐杖’]
• 训练集：192 张；验证集：0 张；测试集：0 张；总计：192 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法户外与室内老年人拐杖辅助行走目标检测数据集-192张-标注类别为拐杖.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['cane']

33. YOLOv11剪刀目标检测数据集

• 目标类别：[‘scissor’]；中文类别：[‘剪刀’]
• 训练集：55 张；验证集：15 张；测试集：7 张；总计：77 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法剪刀目标检测数据集-77张-标注类别为剪刀.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['scissor']

34. YOLOv11印度夜间道路救护车目标检测数据集

• 目标类别：[‘Ambulance’]；中文类别：[‘救护车’]
• 训练集：316 张；验证集：90 张；测试集：45 张；总计：451 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法印度夜间道路救护车目标检测数据集-451张-标注类别为救护车.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Ambulance']

35. YOLOv11秋季山林湖泊景观目标检测数据集

• 目标类别：[‘Beach’, ‘Car’, ‘Cars-’, ‘Circle of Foods’, ‘Forest’, ‘Gymanasium’, ‘Laborgini’, ‘Mona Lisa’, ‘Mountains’, ‘Mountains 3’, ‘Painting’, ‘Painting of a Farm’, ‘Picture of Best Anime’, ‘Rebirt’, ‘SM Mall of Asia’, ‘Spider man’, ‘Vegetables’, ‘superman’]；中文类别：[‘海滩’, ‘汽车’, ‘汽车-’, ‘食物圈’, ‘森林’, ‘健身房’, ‘拉博吉尼’, ‘蒙娜丽莎’, ‘山脉’, ‘山脉3’, ‘绘画’, ‘农场绘画’, ‘最佳动漫图片’, ’ rebirt’, ‘亚洲购物中心’, ‘蜘蛛侠’, ‘蔬菜’, ‘超人’]
• 训练集：18 张；验证集：5 张；测试集：3 张；总计：26 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法秋季山林湖泊景观目标检测数据集-26张-标注类别为海滩-汽车-汽车--食物圈-森林-健身房-拉博吉尼-蒙娜丽莎-山脉-山脉3-绘画-农场绘画-最佳动漫图片- rebirt-亚洲购物.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 18
names: ['Beach', 'Car', 'Cars-', 'Circle of Foods', 'Forest', 'Gymanasium', 'Laborgini', 'Mona Lisa', 'Mountains', 'Mountains 3', 'Painting', 'Painting of a Farm', 'Picture of Best Anime', 'Rebirt', 'SM Mall of Asia', 'Spider man', 'Vegetables', 'superman']

36. YOLOv11实验室培养皿糖目标检测数据集

• 目标类别：[‘sugar’]；中文类别：[‘糖’]
• 训练集：507 张；验证集：74 张；测试集：40 张；总计：621 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法实验室培养皿糖目标检测数据集-621张-标注类别为糖.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['sugar']

37. YOLOv11多类别目标检测数据集

• 目标类别：[‘musor_box’, ‘musor_pena’, ‘sugar’]；中文类别：[‘垃圾箱’, ‘垃圾袋’, ‘糖’]
• 训练集：1053 张；验证集：0 张；测试集：0 张；总计：1053 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法多类别目标检测数据集-1053张-标注类别为垃圾箱-垃圾袋-糖.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['musor_box', 'musor_pena', 'sugar']

38. YOLOv11餐厅饮品茶水目标检测数据集

• 目标类别：[‘Tea’]；中文类别：[‘茶’]
• 训练集：1659 张；验证集：160 张；测试集：80 张；总计：1899 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法餐厅饮品茶水目标检测数据集-1899张-标注类别为茶.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Tea']

39. YOLOv11医院病房氧气流量计目标检测数据集

• 目标类别：[‘Oxygen-Flow-meter’]；中文类别：[‘氧气流量计’]
• 训练集：345 张；验证集：0 张；测试集：0 张；总计：345 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法医院病房氧气流量计目标检测数据集-345张-标注类别为氧气流量计.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Oxygen-Flow-meter']

40. YOLOv11酒吧吧台啤酒目标检测数据集

• 目标类别：[‘Beer’]；中文类别：[‘啤酒’]
• 训练集：31 张；验证集：8 张；测试集：0 张；总计：39 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法酒吧吧台啤酒目标检测数据集-39张-标注类别为啤酒.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Beer']

41. YOLOv11酒吧与餐厅啤酒目标检测数据集

• 目标类别：[‘beer’]；中文类别：[‘啤酒’]
• 训练集：731 张；验证集：200 张；测试集：100 张；总计：1031 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法酒吧与餐厅啤酒目标检测数据集-1031张-标注类别为啤酒.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['beer']

42. YOLOv11城市道路车辆目标检测数据集

• 目标类别：[‘car’]；中文类别：[‘汽车’]
• 训练集：46 张；验证集：13 张；测试集：6 张；总计：65 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法城市道路车辆目标检测数据集-65张-标注类别为汽车.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['car']

43. YOLOv11农田甘蔗叶片病害目标检测数据集

• 目标类别：[‘healthy’, ‘mosaic’, ‘rust’, ‘yellow’]；中文类别：[‘健康’, ‘花叶’, ‘锈病’, ‘黄化’]
• 训练集：1304 张；验证集：187 张；测试集：93 张；总计：1584 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法农田甘蔗叶片病害目标检测数据集-1584张-标注类别为健康-花叶-锈病-黄化.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['healthy', 'mosaic', 'rust', 'yellow']

44. YOLOv11玻璃瓶瓶盖与液体目标检测数据集

• 目标类别：[‘kapak’, ‘sise’, ‘sivi’]；中文类别：[‘瓶盖’, ‘尺寸’, ‘液体’]
• 训练集：105 张；验证集：0 张；测试集：0 张；总计：105 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法玻璃瓶瓶盖与液体目标检测数据集-105张-标注类别为瓶盖-尺寸-液体.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['kapak', 'sise', 'sivi']

45. YOLOv11蜜蜂与黄蜂目标检测数据集

• 目标类别：[‘bee’, ‘pollen’, ‘wasp’]；中文类别：[‘蜜蜂’, ‘花粉’, ‘黄蜂’]
• 训练集：1788 张；验证集：170 张；测试集：85 张；总计：2043 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法蜜蜂与黄蜂目标检测数据集-2043张-标注类别为蜜蜂-花粉-黄蜂.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 3
names: ['bee', 'pollen', 'wasp']

46. YOLOv11城市景观摩天大楼与企鹅目标检测数据集

• 目标类别：[‘Penguin’, ‘skyscrapers’]；中文类别：[‘企鹅’, ‘摩天大楼’]
• 训练集：89 张；验证集：12 张；测试集：8 张；总计：109 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法城市景观摩天大楼与企鹅目标检测数据集-109张-标注类别为企鹅-摩天大楼.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['Penguin', 'skyscrapers']

47. YOLOv11户外体温检测场景口罩目标检测数据集

• 目标类别：[‘mask’, ‘withoutmask’]；中文类别：[‘口罩’, ‘无口罩’]
• 训练集：243 张；验证集：91 张；测试集：14 张；总计：348 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法户外体温检测场景口罩目标检测数据集-348张-标注类别为口罩-无口罩.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 2
names: ['mask', 'withoutmask']

48. YOLOv11工业焊接焊缝缺陷目标检测数据集

• 目标类别：[‘LOP’, ‘creck’, ‘porosity’, ‘slag’]；中文类别：[‘裂纹’, ‘裂纹’, ‘气孔’, ‘夹渣’]
• 训练集：173 张；验证集：0 张；测试集：0 张；总计：173 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法工业焊接焊缝缺陷目标检测数据集-173张-标注类别为裂纹-裂纹-气孔-夹渣.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['LOP', 'creck', 'porosity', 'slag']

49. YOLOv11室内与户外助行器目标检测数据集

• 目标类别：[‘walker’]；中文类别：[‘助行器’]
• 训练集：91 张；验证集：0 张；测试集：0 张；总计：91 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法室内与户外助行器目标检测数据集-91张-标注类别为助行器.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['walker']

50. YOLOv11工业车间传送带袋子目标检测数据集

• 目标类别：[‘bags’]；中文类别：[‘袋子’]
• 训练集：408 张；验证集：39 张；测试集：19 张；总计：466 张
• 数据集下载（主页上搜索或网页上直接搜索压缩包名）：
  YOLO算法工业车间传送带袋子目标检测数据集-466张-标注类别为袋子.zip

data.yaml配置：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['bags']