CCPD2019车牌数据集，10000张图片，已制作YOLO格式标签，可以直接训练

1、手提袋检测数据集，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手提袋检测；共有两部分，这里是第二部分数据 2、目标类别名：handbag； 3、数量：7133； 4、https://blog.csdn.net/weixin_51154380/article/details/12448087

1、凳子检测数据集，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凳子检测；共有两部分，这里是第二部分数据 2、目标类别名：bench； 3、数量：5775 4、https://blog.csdn.net/weixin_51154380/article/details/12448087

1、饭碗餐盘检测数据集，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饭碗餐盘检测；共有两部分，这里是第二部分数据 2、目标类别名：bowl； 3、数量：7425 4、https://blog.csdn.net/weixin_51154380/article/details/12448087

智慧农业_3类柑橘病虫害数据集522张已标注_voc格式+yolo格式标签 一共522张，两种格式标签，多种目标检测算法可以直接用。由于数据太大，上传的是下载链接，可放心下载！ 病害类别为三类{'0': "HLB",'1': "ill",'2': "health"}

【实际项目应用】： 智慧工地、安全帽佩戴情况统计等 【数据集说明】： 安全帽佩戴检测数据集，一共6584张图片，标签包含voc（xml）与yolo（txt）两种格式，类别为[“helmet“，“head”]，数据标注精确，数据量充足，多种目标检测算法可直接使用。智慧工地实际项目所用，经过筛选，多次训练验证，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

【实际项目应用】： 人脸表情识别检测、人状态识别等 【数据集说明】： 人脸表情数据集，一共2445张图片，包含5类表情，分别为['happy','sad','shock','disgust','solemn']，每类目标数量分布均匀，标签包含voc（xml）、yolo（txt）两种格式，纯手工标注，标注精准，算法拟合不错，多种目标检测算法可直接使用。数据质量可靠。 【更多数据集介绍请看】https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

【实际项目应用】： 工业缺陷检测、布匹缺陷识别检测、智能质检等。 【数据集说明】： 布匹缺陷检测数据集，一共800张图片，缺陷包含“损坏”、“污渍”两种类别，附有voc（xml）与yolo（txt）两种格式标签。 数据标注精确，多种目标检测算法可直接使用，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502 【备注】：使用过程若有问题请私信联系博主

1、YOLO自行车检测数据集，标签格式为VOC和YOLO两种格式，数据质量高，都是采集真实的各种场景的数据，进行了数据清洗，并使用lableimg标注软精细化标注，标注框质量高，数据集样例和其他数据集下载见：https://blog.csdn.net/weixin_51154380/article/details/124480876 spm=1001.2014.3001.5502 2、classes: bike 2、 数量： 1800 3、可以直接用于yolo算法自行车检测

1、YOLO火焰烟雾识别数据集，类别为fire和smoke，标签格式为VOC和YOLO两种格式，每张图中同时标注了火焰和烟雾，数据质量高，都是采集真实的各种场景的数据，使用lableimg标注软件标注，标注框质量高 2、 数量： 1360+ 3、可以直接用于yolo算法火焰和烟雾识别