该资源包含了数据集命名工具，数据集标注工具labelImg,并且在python3下可使用，需要安装pyqt5库，在进行标注前要将data中的内容换为自己的目标种类，可实现VOC pascal格式标注和yolo 格式标注。

该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有2700+张各种场景的狗狗图像,共3200+个狗狗标注框. 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为狗狗检测的模板数据集. 本数据集兼顾了狗狗的近景,中景,远景,对任意场景都有较好的检测效果. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景狗狗的检测. 免去了收集,挑选,标注狗狗图片的时间,可直接进行工程化应用.

收集好的一次性筷子，已标注，可用于跑目标检测模型。相关介绍参考我的博客：https://blog.csdn.net/qq_39056987/article/details/116270881?spm=1001.2014.3001.5501

自卸车数据集 目标检测数据集 适合小白入手的目标检测数据集

沥青车+搅拌车数据集 目标检测数据集 适合小白入手 目标检测练手数据集

抽烟目标检测数据集含标签

压路机+吊车数据集 目标检测数据集 适合小白入手的目标检测数据集

weapon武器目标检测红外数据集

显著性目标检测数据集-附件资源

脚本可以批量去除XML文件中的＜?xml version=“1.0“ encoding=“utf-8“?＞