国际象棋棋子类型检测数据集 | 目标检测 | 其他

【国际象棋棋子类型检测数据集 | 目标检测 | 其他】

本数据集面向国际象棋棋子类型检测场景的目标检测任务，涵盖12个检测类别，总计8,711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：国际象棋棋子类型检测数据集
• 任务类型：目标检测
• 图像总数：8,711 张
• 标注类别：12 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12个检测类别，各类别标注分布如下：

• white-pawn（white-pawn）— 37,131 个标注实例
• black-pawn（black-pawn）— 36,455 个标注实例
• white-knight（white-knight）— 9,880 个标注实例
• white-rook（white-rook）— 9,737 个标注实例
• white-bishop（white-bishop）— 9,602 个标注实例
• black-knight（black-knight）— 9,187 个标注实例
• black-bishop（black-bishop）— 9,118 个标注实例
• black-rook（black-rook）— 9,058 个标注实例
• white-king（white-king）— 5,558 个标注实例
• white-queen（white-queen）— 5,413 个标注实例
• black-king（black-king）— 5,209 个标注实例
• black-queen（black-queen）— 4,896 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 8,711 张标注图像，覆盖 12 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 151,244 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