挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别

最新推荐文章于 2025-08-05 17:55:54 发布
原创 最新推荐文章于 2025-08-05 17:55:54 发布 · 152 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#YOLO

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：5067
标注数量(xml文件个数)：5067
标注数量(txt文件个数)：5067
标注类别数：7
标注类别名称:[“ConcreteTruck”,“Excavator”,“Forklift”,“Loader”,“Steamroller”,“Truck”,“Worker”]
对应中文名：[“混凝土运输车”、“挖掘机”、“叉车”、“装载机”、“压路机”、”卡车“、”工人“]
每个类别标注的框数：

序号类别名称框数
1ConcreteTruck423
2Excavator1422
3Forklift1052
4Loader1551
5Steamroller874
6Truck1058
7Worker2300
总计78680
使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：数据集有增强图片，请仔细查看斟酌下载 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 图片预览： ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/f4b1ac3daebc496d878ed02dcbff593e.gif) 标注例子： ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/3d49ce2bf46a45c7964b6bb1b70d722f.png)
基于AI的智能急性颅内出血类型检测-2019
yyy的技术日常
06-27 1万+
基于AI的智能急性颅内出血类型检测 颅内出血（颅骨内出血）是医疗领域严重的健康问题，需要快速且经常进行密集的医学治疗。在美国，颅内出血约占中风的10％，其中中风是导致死亡的第五大原因。在医学界，识别任何出血的位置和类型是治疗患者的关键步骤。现在的情况下需要医生或者是训练有素的专家对于病人的颅骨的医学影像进行查看并找出出血的位置从而判断出具体的出血亚型。通常这个过程很复杂、很耗时间而且会浪费很多的人力物力。所以急需一种图像处理的方法来根据医学影像来检测是否有颅内出血的现象以及具体的颅内出血的类型（亚型）。 2
医学图像-颅内出血(转载＋整理)
微电子学与固体电子学-俞驰
10-08 2327
颅内出血（intracerebral hemorrhage，缩写：ICH 脑出血示意图 [1]如下： 这个kernel的作者对其中上述表格中的其中３种脑出血的起因和定义进行了详细的介绍． Epidural hematoma A hematoma is a collection of blood, in a clot or ball, outside of a blood vessel. ...
【颅内出血识别问题】数据分析与可视化
wong2016的博客
10-03 2001
机器学习训练营——机器学习爱好者的自由交流空间（入群联系qq：2279055353） 案例介绍 颅内出血(Intracranial Hemorrhage, ICH)，是一个严重的健康问题，需要快速而紧急的医疗处置。在美国，中风是第五大致死疾病，而大约有10%的中风患者伴有颅内出血。在治疗颅内出血时，识别出血类型与位置是关键的一步。当患者表现出急性神经症状时，例如，严重的头痛、意识丧失等，训练有...
[数据集][目标检测]脑溢血检测数据集VOC+YOLO格式767张2类别
FL1623863129的博客
06-01 738
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。标注类别名称:["hemorrhage","normal"]图片数量(jpg文件个数)：767。标注数量(xml文件个数)：767。标注数量(txt文件个数)：767。normal 框数 = 224。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
[数据集][目标检测]葡萄串检测数据集VOC+YOLO格式95张1类别
FL1623863129的博客
03-01 1169
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：95。标注数量(xml文件个数)：95。标注数量(txt文件个数)：95。标注类别名称:["grape"]使用标注工具：labelImg。grape 框数 = 905。标注规则：对类别进行画矩形框。
[数据集][目标检测]工程机械车辆检测数据集VOC+YOLO格式3189张10类别
FL1623863129的博客
08-21 876
标注类别名称:["Bulldozer","ConcreteMixer","Crane","Excavator","Loader","PileDriving","PumpTruck","Roller","StaticCrane","Truck"]数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)标注数量(xml文件个数)：3189。标注数量(txt文件个数)：3189。Loader 框数 = 163。
2024年目标检测数据集大合集所有下载地址汇总
yuer629
04-14 172
2024年目标检测数据集大合集所有下载地址汇总
2024年开源数据集地址汇总包含最新最全数据集在这你可以找到任何想要数据集
2403_88102872的博客
10-23 1587
这类数据集通常包含大量的标注图像，每张图像中都标记了多个物体的位置和类别。例如，COCO（Common Objects in Context）数据集就是一个常用的目标检测数据集，它包含了80个类别的日常物体，如人、车、动物等，并提供了边界框和分割掩码等详细的标注信息。例如，ImageNet数据集就是一个广泛使用的图像分类数据集，它包含了超过1400万张图像，涵盖了超过20000个类别。目标检测数据集和图像分类数据集是计算机视觉领域的两大重要资源，它们为训练和评估各种视觉模型提供了关键的数据支持。
挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别.7z
09-10
集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：5067 标注数量(xml文件个数)：5067 标注数量(txt文件个数)：5067 ...
YOLO红白细胞血小板检测数据集(含30000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
08-24
1、YOLO红白细胞血小板检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975
kaggle_rsna2019_3rd_solution
04-15
RSNA颅内出血检测 这是2019年在Kaggle托管的项目。 它在比赛中排名。 实验 经验值 窗户 输入 输出 评论 exp7_seres_precenter_512 硬膜下 英石 英石 用于外部数据伪标记 exp10_seres_threecenter_rescale_512 3种 英石 英石 exp16_seres_concat 硬膜下 st-1，st，st + 1 英石 exp17_7_external 硬膜下 英石 英石 与外部数据 exp18_seres_concat_three 3种 st-1，st，st + 1 英石 exp19_seres_doubleconcat 硬膜下 st-2，st，st + 2 英石 exp21_seres_doublepre 硬膜下 st-2，st-1，st 英石 exp22_seres_doublepost 硬膜下 s
MRI图像分割
01-19
模糊聚类法分割MRI图像，附上论文和Matlab源码
挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别.docx
05-16
数据集标题为“挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别”，说明该数据集包含5067张图片，这些图片以两种主流的目标检测格式呈现，分别是Pascal VOC格式和YOLO格式。Pascal VOC格式包括jpg格式的图片...
5067张涵盖7类工程车辆的VOC+YOLO格式检测数据集
资源摘要信息:"挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别" 本资源摘要信息旨在详细解读名为“挖掘机叉车工程车辆检测数据集VOC+YOLO格式5067张7类别”的数据集内容。该数据集采用了国际上广泛使用的...
目标检测YOLO实战应用案例100讲-基于YOLOv3的目标检测研究及改进（论文篇）
qq_36130719的博客
05-11 1686
目标检测作为计算机视觉领域的基础算法之一，不仅停留在理论研究层次，已经被广泛应用于各种实际场景中，行人检测、面部检测、文本检测、交通标注与红绿灯检测、遥感目标检测统称为目标检测的五大应用[8]。基于传统方法的目标检测方法大致都需要经历如图2.1所示的算法步骤。随着深度学习发展趋势越发迅猛，人们对于以深度学习为基础的目标检测算法关注度逐渐加深，基于深度学习的目标检测算法主要有两条技术发展路线：基于候选框的方法和不基于候选框的方法，而基于候选框的方法则包括一阶段和二阶段检测算法。
使用yolo11训练饮料瓶盖缺陷检测质量检测数据集VOC+YOLO格式1432张5类别步骤和流程
FL1623863129的博客
08-03 752
训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型。经过上面训练可以使用模型做一步部署，比如使用onnx模型在嵌入式部署，使用engine模型在jetson上deepstream部署，使用torchscript模型可以在C++上部署等等。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
YOLO12 改进、魔改｜多尺度线性注意力MSLA ，通过融合多尺度局部特征与线性自注意力机制，提高小目标、多尺度目标的检测 分割能力
qq_64693987的博客
08-05 593
本文提出了一种多尺度线性注意力机制(MSLA)，旨在解决卷积神经网络(CNN)和Transformer在视觉任务中的固有缺陷。MSLA通过并行多尺度卷积分支提取局部特征，结合线性注意力机制实现高效全局建模，最后融合多尺度特征输出。该方法在目标检测中能有效处理多尺度目标，在分割任务中可同时保留细节和语义信息。文章还介绍了将MSLA集成到YOLOv12模型的具体实现步骤，包括核心代码结构、模型配置及训练方法，在保持实时性的同时提升了复杂场景下的检测性能。实验结果表明，MSLA在多尺度视觉任务中具有显著优势。
票据识别(Yolo + OCR）【过程清晰，简单美好】
最新发布
天道哥哥的博客
08-05 413
本文介绍了一个基于Pytorch的票据识别项目，包含完整处理流程和核心实现。项目采用YOLO进行票据类型分类和文本框检测，结合PaddleOCR完成文本识别。重点展示了图像预处理技术，包括Deblur去模糊、对比度增强和文本框预处理等关键步骤，提供了完整的代码实现。项目结构清晰，支持自定义数据集标注，并分析了影响识别准确率的主要因素。该方案可作为票据识别的基础框架，后续可通过学习率优化、模型剪枝等技术进一步提升性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

海神之光.

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值