【工业场景托盘识别数据集 | 目标检测 | 智慧物流、仓储管理、叉车自动化】

工业场景托盘识别数据集是一个用于目标检测任务的YOLO格式计算机视觉数据集，数据集提供YOLO标准格式标注（.txt文件，class_id center_x center_y width height），支持YOLOv5/v8/v11等主流目标检测框架，可通过数据中国(data2.cn)免费下载。

工业场景托盘识别数据集

该数据集面向仓储物流中的托盘识别，共标注2568张图像，聚焦单类Pallet目标，图像采集自仓库、厂房与装卸区等真实工业场景，覆盖不同光照、堆叠与遮挡状态下的托盘，适用于叉车辅助驾驶、仓储自动化与托盘定位抓取系统。

数据集标签信息

本数据集采用YOLO格式标注，聚焦核心的1类目标：

• Pallet（托盘）：仓储场景中的木质或塑料货物托盘

数据集概览

• 数据集名称：工业场景托盘识别数据集
• 任务类型：目标检测（Object Detection）
• 标注格式：YOLO TXT 格式，已划分 train / val / test
• 图像规模：2568 张图像，1 个类别
• 适用框架：YOLOv5 / YOLOv8 / YOLOv9 / YOLOv10 / RT-DETR

适用场景

1. 叉车辅助驾驶：自动识别托盘位置辅助精准插取
2. 仓储自动化：托盘定位与AGV搬运任务对接
3. 仓库盘点管理：托盘数量与位置的自动统计
4. 目标检测算法研究：用于仓储场景单类检测模型的训练与验证

数据集亮点

• 场景真实：图像采集自真实工业仓储环境，贴合落地需求
• 状态丰富：覆盖堆叠、遮挡、不同光照下的托盘形态
• 即开即用：YOLO标准标注格式，train/val/test已划分，下载后无需额外转换
• 广泛兼容：适配YOLOv5至YOLOv10全系列目标检测框架，支持微调与迁移学习

获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

更多优质数据集请登录网站免费获取，持续更新中！