车内视角拍摄道路路面缺陷数据集3类标签 | 目标检测 | 交通车辆

【车内视角拍摄道路路面缺陷数据集3类标签 | 目标检测 | 交通车辆】

本数据集面向车内视角拍摄道路路面缺陷3类标签场景的目标检测任务，涵盖8个检测类别，总计3,054张标注图像。数据集适用于交通车辆领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：车内视角拍摄道路路面缺陷数据集3类标签
• 任务类型：目标检测
• 图像总数：3,054 张
• 标注类别：8 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8个检测类别，各类别标注分布如下：

• Person（人）— 15,216 个标注实例
• Person_with_mask（Person_with_mask）— 5,063 个标注实例
• Gun（Gun）— 3,837 个标注实例
• Hand（Hand）— 904 个标注实例
• Crowbar（Crowbar）— 889 个标注实例
• Hammer（Hammer）— 600 个标注实例
• Scissor（Scissor）— 299 个标注实例
• Knife（Knife）— 241 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 3,054 张标注图像，覆盖 8 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 27,049 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

#交通车辆 #目标检测 #YOLO数据集 #深度学习 #计算机视觉