数据集整合多种识别能力，支持安全帽、反光衣、抽烟、打电话、喝水、口罩等识别，部分关键词的识别精度有限，建议在这个基础上进一步优化调整。

高空作业安全带，VOC数据集已经标注，标准了安全带的各个关键点，行人，能够应用到安全带的检测，判断做业人员是否按照穿戴标准作业。

1.python提取COCO数据集中特定的类 安装pycocotools github地址：https://github.com/philferriere/cocoapi pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI 提取特定的类别如下： from pycocotools.coco import COCO import os import shutil from tqdm import tqdm import skimage.io as io import matpl

口罩数据集（mask，nomask)，VOC格式，可用于目标检测等

网上很多数据标注格式都是VOC的.xml格式，但是在一些场景中我们需要进行转换，如使用coco格式数据集，需将其转换为.txt格式。那么这份代码或许能帮到你，需要注意的是你预转换的voc格式数据最好和VOC的数据集路径名称一致，这样转换时就不需要修改代码，如若不一样，你可能需要对代码路径进行一定的修改，当然也不是很难。

钢筋VOC数据集,包括VOC_train,VOC_test,VOC_valid,测试集, 验证集, 训练集, 共250条数据

进行苹果、香蕉、橙子的水果识别用于测试的VOC数据集仅300张图片，大部分的图片背景为白色，有少部分的背景干扰，有需要的可以下载测试。

目标检测蝗虫VOC数据集13200张已标注 1300张蝗虫图片已标注好VOC数据集可直接训练 手动标注

农业害虫椿象数据集800张已标注VOC数据集 臭虫800张已标注

1400张叶蝉数据集深度学习训练用手动标注