乱堆石料垃圾数据集 | 目标检测 | 其他

【乱堆石料垃圾数据集 | 目标检测 | 其他】

本数据集面向乱堆石料垃圾场景的目标检测任务，涵盖24个检测类别，总计2,476张标注图像。数据集适用于其他领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：乱堆石料垃圾数据集
• 任务类型：目标检测
• 图像总数：2,476 张
• 标注类别：24 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含24个检测类别，各类别标注分布如下：

• i（i）— 647 个标注实例
• e（e）— 383 个标注实例
• u（u）— 325 个标注实例
• A（A）— 321 个标注实例
• E（E）— 320 个标注实例
• U（U）— 282 个标注实例
• g（g）— 260 个标注实例
• k（k）— 247 个标注实例
• r（r）— 246 个标注实例
• d（d）— 243 个标注实例
• n（n）— 232 个标注实例
• c（c）— 229 个标注实例

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 智能检测与分析
2. 自动化数据处理
3. 研究与应用开发

数据集特点

• 数据集包含 2,476 张标注图像，覆盖 24 个检测类别
• 标注格式为 YOLO TXT，坐标归一化至 [0, 1] 区间
• 适用于 YOLOv5 / YOLOv8 / YOLOv10 等主流目标检测框架
• 累计标注实例 5,240 个，标注质量高

获取方式

数据集持续整理中，如需获取请关注本站后续更新。

🏷️ 标签

#其他 #目标检测 #YOLO数据集 #深度学习 #计算机视觉