我在训练yolov5 的时候，自己拍摄视频，提取帧，标记，划分训练集数据集，其中训练集1600张左右，验证集170张左右。标记使用的是labelimg，包含yoloTXT、Xml两种标注文件。可用于手势识别等。 剪刀、石头、布又称“猜丁壳”，是一个猜拳游戏。古老而简单，这个游戏的主要目的是为了解决争议，因为三者相互制约，因此不论平局几次，总会有胜负的时候。游戏规则中，石头克剪刀，剪刀克布，布克石头。 YOLO是当前目标检测领域性能最优算法的之一,几乎所有的人工智能和计算机视觉领域的开发者都需要用它来开发各行各业的应用。 YOLO的优势在于又快又准,可实现实时的目标检测。

将labelme数据标注格式转换为YoloV8语义分割数据集，并可自动划分训练集和验证集

SCUT HEAD人头检测数据集包含4405张标记了111251个人头的图像。数据集分两部分，第一部分2000张图像源自大学教室的监控视频，第二部分2405张图像爬取自网络，数据集图像中的人头均有边界框和注释。 数据标注经用xmin、ymin、xmax和ymax坐标标记了每个可视头部，并确保注释覆盖整个头部，包括部分，但没有额外的背景。A部分和B部分分为培训和测试部分。数据集遵循Pascal VOC标准

数据中中包含了大量对图像分割没有意义的数据，因此这里对原始数据集进行有效数据的提取。并且将有效数据集再次进行训练集 + 测试集的划分 注：log 训练文件较大，为了方便上传，这里删去不重要的train结果

比较传统的一种区分校正集和验证集的方法，适合新手

x光安检数据集 包含【训练集3369张】【验证集722张】【测试集723张】 适合YOLO系列算法，已划分完成，可以直接训练 【本数据集仅供学习使用】

数据集的划分以及训练集、验证集和测试集的具体含义.html

美丑等级分类图像数据集，数据集由训练集、测试集、验证集和整合集组成。每组包含两个文件夹，分别为Beautiful和Average。对于训练集，Beautiful文件夹中有2000张图像，Average文件夹中有2000张图像。对于测试集，beautiful文件夹中有150张图像，Average文件夹中有150张图像。验证集类似地分为每种类型的150个图像。合并文件夹2300张图片在Beautiful文件夹和2300张图片在Average文件夹。

voc数据集格式转yolo数据集格式（直接划分成训练集和验证集）---目标检测数据集转换代码，python程序代码，自己当前在用，使用过程中只需要修改相应的路径即可。

目标检测数据集划分，txt格式的划分（训练集、验证集、测试集），只要填写绝对路径就可以把数据集的图片和标签划分好，但是注意，标签是txt格式的。