渣土车检测数据集是专为计算机视觉领域中的对象检测任务设计的，特别是对于希望提升模型在渣土车识别方面的性能的研究者和开发者。数据集采用了两种广泛使用的标注格式：Pascal VOC格式和YOLO格式，这使得数据集可以兼容多种训练框架和模型。
Pascal VOC格式是一种常见的图像数据标注方式，它包含了XML文件，这些文件详细描述了每张图片中包含的对象及其位置。每个XML文件与对应的jpg图片文件相对应，XML文件内含有多个标签，每个标签下又包含、、
2025-08-25 11:14:20
3.14MB
1
1、卡车检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO卡车检测；共有两部分，这里是第二部分数据
2、目标类别名：truck；
3、数量：6377
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:37
354.62MB
自己在项目中用到的数据集，总共2694张包括渣土车白天以及夜晚场景，txt格式标注，标注质量高，yolov5可以拿来直接进行训练测试，自己在此数据集训练的时候检测精度达到90%以上，此数据集进行项目demo测试以及视频图片测试完全没有问题。
2022-11-18 16:27:30
75B
1
【主要内容】：权威数据：摩托车+电动车+检测数据集 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,可作为电动车自行车检测的模板数据集.
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电动车自行车的检测.
免去了收集,挑选,标注电动车自行车图片的时间,可直接进行工程化应用.
【适合人群】研发设计
【质量保障】任何问题私信我
2021-12-15 14:09:05
869.3MB