交通灯识别检测数据集(含voc和yolo格式标签)（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 交通灯识别检测、自动驾驶等 【数据集说明】： 交通灯识别检测数据集，一共7953张图片，背景丰富，多样性充足，目标分布均匀，标注精准，算法拟合较好，质量可靠。该数据集标签包含voc（xml）、yolo（txt）。类别名称为[“Traffic_Light”]，多种目标检测算法可直接使用。

将xml格式文档转换为coco数据集的json格式档，方便模型训练使用。

毕设人脸表情数据集_喜怒哀乐惊讶带voc和yolo标签.zip 毕设用的数据集图片，自己收集标注，voc和yolo格式标签

行人跌倒数据集（VOC格式）

吸烟检测数据集-监控视角，VOC格式，XML标注文件

该数据集分为两部分 JPEGImages是存放人像数据集的文件 SegmentationClass是经过二值化处理的标签文件

输电线路异物数据集（4517+VOC），包含约4k张8k分辨率的高质量图像。已由我们整理好分为训练集、测试集，可直接用于YOLO

坑洼检测数据集，收集包含1000道路坑洼图片，可直接用于训练道路坑洼检测

https://github.com/weiliu89/caffe/tree/ssd 对应的模型文件， 直接去github链接里下载，有需要的从这里下载让我赚一个积分吧。 压缩包里包含文件: models_VGGNet_VOC0712_SSD_300x300.tar.gz models_VGGNet_VOC0712_SSD_512x512.tar.gz

可以解决多个数据集重名问题，规范化数据集内的文件名。 YOLO数据集VOC数据集用UUID重命名图片和xml文件，包含修改xml内的path，只需要修改图片和xml的路径就可以使用。 # 1、打开xml文件 tree =ET.parse(xPath + xmlnewname) # 获xml文件的内容取根标签 root = tree.getroot() # print(root) # 2、读取节点内容 Events_object = root.find("folder")