人类面部年龄判定分类数据集99个年龄段（从1-100岁图像分类） | 目标检测 | 工业检测

【人类面部年龄判定分类数据集99个年龄段（从1-100岁图像分类） | 目标检测 | 工业检测】

本数据集面向人类面部年龄判定分类99个年龄段（从1-100岁图像分类）场景的目标检测任务，涵盖13个检测类别，总计10,370张标注图像。数据集适用于工业检测领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：人类面部年龄判定分类数据集99个年龄段（从1-100岁图像分类）
• 任务类型：目标检测
• 图像总数：10,370 张
• 标注类别：13 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13个检测类别，各类别标注分布如下：

• Male（Male）— 5,213 个标注实例
• Female（Female）— 5,157 个标注实例
• South Asian（South Asian）— 4,133 个标注实例
• Adult（Adult）— 3,905 个标注实例
• Young Adult（Young Adult）— 3,295 个标注实例
• Latino_Hispanic（Latino_Hispanic）— 1,622 个标注实例
• Black（Black）— 1,554 个标注实例
• East Asian（East Asian）— 1,547 个标注实例
• White（White）— 1,514 个标注实例
• Child（Child）— 1,353 个标注实例
• Teenager（Teenager）— 1,179 个标注实例
• Senior（Senior）— 439 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. 产线质量检测与缺陷识别
2. 工业自动化巡检
3. 设备状态监控与预警

数据集特点

• 数据集包含 10,370 张标注图像，覆盖 13 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 31,110 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

#工业检测 #目标检测 #YOLO数据集 #深度学习 #计算机视觉