不会仰游的河马君-CSDN博客

原创【目标检测数据集汇总】各类目标检测数据集VOC+YOLO格式地址汇总

目标检测数据集VOC+YOLO数据集地址汇总

2024-06-04 07:53:05 2466

原创【目标检测】笔记本电脑缺陷数据集2766张YOLO+VOC格式

该数据集包含2766张笔记本电脑缺陷检测图片，提供VOC和YOLO两种格式。数据包含3个文件夹：JPEGImages（2766张jpg图片）、Annotations（2766个xml文件）和labels（2766个txt文件）。涵盖10种缺陷类型，包括表圈断裂、破损、硬划痕等，总标注框数达12259个。图片分辨率清晰，已进行增强处理，标注采用矩形框形式。数据集中"轻度划痕"标注最多（6625个），"轻微裂纹"最少（106个）。特别声明不对模型精度作保证，仅确保标注准确

2025-07-17 22:20:28 274

原创【目标检测】半导体CPM环缺陷数据集3215张YOLO+VOC格式

该数据集包含3215张半导体CPM环缺陷图片，提供VOC和YOLO两种格式。数据包含4类缺陷（hole、s_burr、s_scratch、t_scratch），共计16573个标注框。图片清晰，未做增强处理，采用矩形框标注方式。数据集包含3个文件夹：JPEGImages存放3215张jpg图片，Annotations存放对应xml文件，labels存放txt标注文件。特别说明：本数据集仅提供标注数据，不保证模型训练效果。

2025-07-17 22:15:05 453

原创【目标检测】4类道路交通设施数据集1135张YOLO+VOC格式

该数据集包含1135张道路设施图片，提供VOC和YOLO两种格式。标注4类目标：防撞车(348个)、路缘石(352个)、道路标记(353个)和减速带(340个)，共计1393个标注框。数据集包含jpg图片、xml和txt标注文件各1135份，图片清晰未经增强。标注采用矩形框形式，适用于目标检测任务。特别声明不保证模型训练效果，仅确保标注准确性。

2025-07-17 22:09:51 362

原创【目标检测】3类印刷缺陷数据集1911张YOLO+VOC格式

该数据集包含1911张印刷缺陷检测图片，提供VOC和YOLO两种格式。数据涵盖3种缺陷类型：切割缺陷(359个)、印刷缺陷(4716个)和文字缺陷(1367个)，总标注框数达6442个。数据集已进行增强处理，图片清晰度高，采用矩形框标注。压缩包包含图片、XML和TXT三个文件夹，每个类别1911个文件。注意YOLO格式的类别顺序以classes.txt为准。

2025-07-17 22:05:16 70

原创【目标检测】3D打印物件缺陷检测数据集5868张YOLO+VOC格式

该数据集包含5868张3D打印物件缺陷检测图片，提供VOC和YOLO两种格式。数据包含3类缺陷：spaghetti（9339个框）、stringing（2353个框）和zits（30737个框），总计42429个标注框。数据集经过增强处理，图片清晰度高，采用矩形框标注，适用于目标检测任务。压缩包内包含JPEGImages（图片）、Annotations（xml文件）和labels（txt文件）三个文件夹，每类各5868个文件。特别声明：数据集仅保证标注准确性，不对模型训练结果作任何保证。

2025-07-17 22:00:01 80

原创【目标检测】3D打印缺陷数据集1933张YOLO+VOC格式

该数据集包含1933张3D打印缺陷图片，提供VOC和YOLO两种格式。图片分辨率清晰，未进行增强处理，标注为矩形框形式。数据集包含5种缺陷类型：开裂（688个标注框）、分层（380个）、平台外（119个）、串接（626个）和翘曲（769个），总计2582个标注框。文件结构包含JPEGImages、Annotations和labels三个文件夹，分别存储图片、XML和TXT格式的标注文件。特别说明该数据集不保证训练模型的精度，仅确保标注准确性。

2025-07-17 21:55:56 184

原创【目标检测】3D打印缺陷检测数据集6053张YOLO+VOC格式

本文介绍了一个用于3D打印缺陷检测的YOLO+VOC格式数据集，包含6053张图像及对应标注文件。数据集包含3类缺陷：面条化(2235个)、串线(4479个)和挤压不足(3107个)，总标注框数9821个。数据采用VOC+YOLO双格式存储，包含JPEGImages(图片)、Annotations(xml)和labels(txt)三个文件夹，每类6053个文件。图像经过增强处理，分辨率清晰，标注为矩形框。特别声明数据集不保证训练模型精度，仅提供准确标注。

2025-07-17 21:50:08 215

原创【目标检测】指甲盖数据集6857张YOLO+VOC格式

这是一份包含6857张指甲盖图像的目标检测数据集，提供YOLO和VOC两种格式。数据集包含清晰图像及对应标注文件，其中XML文件6857个、TXT文件6857个，标注总框数达29884个。数据集仅含"Nail"一个标签类别，采用矩形框标注，并经过图像增强处理。特别声明数据集仅保证标注准确性，不承诺模型训练效果。压缩包约941MB，包含三个文件夹分别存储图片、XML和TXT文件。

2025-07-12 16:51:08 171

原创【目标检测】烟雾检测数据集21578张YOLO+VOC格式

本文介绍了一个用于目标检测的烟雾识别数据集，包含21,578张标注图像。数据集提供VOC和YOLO两种格式，包含JPEG图片、XML和TXT标注文件。所有图像均标注了"smoke"类别，共计21,578个矩形标注框。数据集未经增强处理，图片分辨率清晰。特别说明：该数据集仅保证标注准确性，不承诺训练模型的效果。本资源适用于烟雾检测相关的计算机视觉研究。

2025-07-12 16:45:03 109

原创【目标检测】烟火烟雾明火数据集9554张YOLO+VOC格式

该烟火烟雾明火数据集包含9554张图片，提供VOC和YOLO两种格式，内含JPEGImages、Annotations和labels三个文件夹。数据集经过增强处理，包含2类标注（Fire和Smoke），共计19061个矩形框标注（Fire 13089个，Smoke 5972个）。图片分辨率清晰，但需注意YOLO格式类别顺序以labels文件夹的classes.txt为准。声明指出数据集仅保证标注准确性，不承诺模型训练效果。

2025-07-12 16:39:36 133

原创【目标检测】无人机航拍建筑物数据集14320张YOLO+VOC格式

本文介绍了一个无人机航拍建筑物目标检测数据集，共包含14320张JPEG格式图片，提供VOC和YOLO两种格式。数据集包含3个文件夹：JPEGImages（14320张jpg）、Annotations（14320个xml文件）和labels（14320个txt文件）。数据集中仅包含"Building"一个类别标签，总框数达194888个。图片分辨率清晰，经过增强处理，采用矩形标注框。特别说明：数据集仅提供准确标注，不保证训练模型精度。文件大小约941MB。

2025-07-12 16:33:31 195

原创【目标检测】脸部皮肤病数据集10类3213张YOLO+VOC格式

该数据集包含3213张脸部皮肤病图片，提供VOC和YOLO两种格式。数据集涵盖10类皮肤病（如痤疮、黑头、皱纹等），共计22250个标注框。每张图片配有对应的xml和txt标注文件，分辨率清晰但未做增强处理。标注均为矩形框，适用于目标检测任务。数据集仅提供准确标注，不保证模型训练效果。

2025-07-12 16:27:19 268

原创【目标检测】垃圾分类数据集10447张张6类YOLO+VOC格式

该垃圾分类数据集包含10447张图片，提供VOC和YOLO两种格式。数据包含6类标签：可生物降解、纸板、玻璃、金属、纸张和塑料，共72574个标注框。数据集分为3个文件夹：JPEGImages存储jpg图片（10447张）、Annotations存放xml文件（10447个）、labels保存txt文件（10447个）。图片分辨率清晰，未经增强处理，标注为矩形框格式。特别声明本数据集仅保证标注准确性，不提供模型训练效果的保证。

2025-07-12 16:21:54 181

原创【目标检测】机场内部目标检测数据集4106张YOLO+VOC格式

该数据集提供VOC和YOLO两种格式，包含4106张机场场景图片及对应标注文件。涵盖7类目标：地面车辆（3127框）、水平标志（2595框）、跑道限制（1320框）、滑行道（4091框）、垂直标志（2918框）、飞机（1832框）和人员（2026框），总标注框数达17909个。数据已进行增强处理，采用矩形标注框，图片分辨率清晰。特别说明数据集仅保证标注准确性，不承诺模型训练效果。

2025-07-12 16:17:02 451

原创【目标检测】道路坑洞坑洼数据集12513张YOLO+VOC格式

该数据集包含12,513张道路坑洞检测图片，提供VOC和YOLO两种格式，包含JPEG图片、XML和TXT标注文件。数据集经过增强处理，标注清晰，包含33,842个矩形框标注，类别为"pothole"。分辨率清晰，适用于目标检测任务，但不对模型精度作保证。

2025-07-12 16:11:36 149

原创【目标检测】道路斑马线数据集3147张YOLO+VOC格式

该数据集包含3147张斑马线(zebracrossing)检测图片，采用VOC+YOLO双格式存储。图片经过增强处理，分辨率一般，包含3786个矩形标注框。数据集按标准格式划分为JPEGImages(图片)、Annotations(VOC格式xml)、labels(YOLO格式txt)三个文件夹。特别说明：仅保证标注准确性，不承诺模型训练效果。

2025-07-12 16:07:17 147

原创【目标检测】车辆牌照数据集10116张YOLO+VOC格式

该数据集包含10116张车辆牌照图片，提供VOC和YOLO两种格式。数据包含JPEGImages（10116张jpg图片）、Annotations（10116个xml文件）和labels（10116个txt文件）三个文件夹。标签类别为"License_Plate"，总标注框数10637个。图片清晰，未经增强，采用矩形框标注。特别说明：数据集仅提供准确标注，不保证模型训练效果，部分牌照可能不在车身上。

2025-07-12 16:01:51 187

原创【目标检测】草莓果实及叶片病害数据集5603张YOLO+VOC格式

该数据集包含5603张草莓果实及叶片的病害检测图片，提供VOC和YOLO两种格式。数据包含8种病害标签（如炭疽病、灰霉病等）和健康草莓类别，总标注框数达10062个。数据集由三个文件夹组成：JPEGImages（5603张jpg图片）、Annotations（对应xml文件）和labels（对应txt文件）。图片分辨率清晰，未经增强处理，采用矩形框标注。特别说明数据集仅提供准确标注，不保证模型训练效果。适用于目标检测任务开发。

2025-07-12 15:57:13 147

原创【目标检测】安全帽佩戴数据集19444张YOLO+VOC格式

摘要：该安全帽佩戴检测数据集包含19,444张图片，提供VOC和YOLO格式，含JPEGImages、Annotations、labels三个文件夹。标注类别为"Hardhat"和"NO-Hardhat"，总标注框数55,393个。数据集仅限个人非商业用途（如论文研究），禁止商业应用、二次销售及网络传播。分辨率清晰且经过增强，使用矩形框标注。版权归未来自主研究中心所有，违规者将承担法律责任。数据集不保证模型训练精度，仅提供准确标注。

2025-07-12 12:06:52 119

原创【目标检测】8种人类面部表情数据9400张YOLO+VOC格式

本文介绍了一个包含8种人类面部表情的目标检测数据集，提供VOC和YOLO两种格式。数据集包含9400张清晰图片，对应9400个XML和9400个TXT标注文件，共计9538个标注框。表情类别包括愤怒、满足、厌恶、恐惧、高兴、中性、悲伤和惊讶，各标签框数分布均衡。数据集采用矩形框标注，未进行数据增强。特别声明该数据集仅保证标注准确性，不承诺模型训练效果。

2025-07-12 11:34:31 109

原创【目标检测】7类建筑表面缺陷数据集10000张YOLO+VOC格式

该数据集包含10,000张建筑表面缺陷图片，采用VOC和YOLO两种格式存储，涵盖7类缺陷：砖块、碎石、裂缝、变色、暴露钢筋、剥落和植被。数据包含34,705个标注框，其中砖块最多（13,126个），剥落最少（1,319个）。图片分辨率清晰，未经增强处理，所有标注均为矩形框。数据集仅提供准确标注，不保证训练模型精度。

2025-07-12 11:11:17 206

原创【数据集】水果验证码数据集754张YOLO+VOC格式

本文介绍了一个包含754张水果图片的数据集，采用YOLO和VOC双重格式存储。数据集涵盖18类常见水果，包括菠萝、西瓜、番茄等，每类标注框数在190-246个之间，总计3770个标注框。所有图片均配有对应的XML和TXT标注文件，采用labelImg工具进行矩形框标注。数据集可用于目标检测任务，但不保证模型训练效果，仅提供准确标注数据。（147字）

2025-07-09 22:17:39 319

原创【目标检测】交通事故数据集8759张YOLO+VOC格式

本文介绍了一个包含8759张交通事故图像的目标检测数据集，提供VOC和YOLO两种格式。数据集包含JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹，各8759个文件。标注单一类别"accident"，共计9134个矩形标注框。图片经过增强处理且分辨率清晰。特别说明：数据集仅保证标注准确性，不承诺模型训练效果。该数据集适用于基于YOLO等算法的交通事故目标检测研究。

2025-07-07 13:00:19 499

原创【目标检测】煤矸石检测数据集3090张YOLO+VOC格式

3090张煤矸石检测数据集（VOC+YOLO格式）包含3090张清晰图片及对应标注文件，涵盖2类目标：煤矸石（6647个标注框）和岩石（4044个标注框）。数据集包含JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹，总标注框数达10691个。该数据集专为目标检测任务设计，采用矩形框标注，未进行数据增强，但需注意YOLO格式类别顺序以labels/classes.txt为准。特别声明不保证模型训练精度，仅提供准确标注数据。

2025-07-07 13:00:10 146

原创【目标检测】息肉数据集2948张YOLO+VOC格式

本文介绍了一个包含2948张图像的目标检测数据集，采用YOLO和VOC两种格式存储，专为息肉检测任务设计。数据集包含JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹，各含2948个对应文件。该数据集仅包含"polyp"一个类别标签，总标注框数为3377个。所有图像均为清晰的高分辨率图片，并经过增强处理。标注采用矩形框形式，适用于目标检测任务。需要注意的是，数据集不保证训练模型的精度，仅提供准确的标注数据。

2025-07-07 12:59:57 110

原创【目标检测】航拍地面人员数据集11282张YOLO+VOC格式

本数据集为航拍地面人员目标检测数据集，包含11282张图片，提供VOC和YOLO两种格式。数据包含JPEGImages（jpg图片）、Annotations（xml标注文件）和labels（txt标注文件）三个文件夹，各11282个文件。仅含"human"一个类别，总标注框数16596个，均为矩形框。图片分辨率清晰，未经增强处理。特别说明：数据集仅保证标注准确性，不作模型精度保证，适用于80m航拍场景的人员检测任务。

2025-07-07 12:59:46 109

原创【目标检测】木材缺陷数据集2980张YOLO+VOC格式

本文介绍了一个包含2980张木材缺陷图像的YOLO+VOC格式数据集。数据集包含8类标注：裂纹(344)、死结(1439)、腐烂(21)、孔洞(4545)、结缺失(87)、活结(959)、划痕(24)和有裂纹的结(622)，总标注框数8041。数据格式完整，包含JPEGImages、Annotations和labels三个文件夹，分别存储jpg图片、xml和txt标注文件。数据集经过增强处理，图片清晰度高，采用矩形框标注。特别说明数据集仅提供准确标注，不保证模型训练效果。

2025-07-07 12:59:32 459

原创【目标检测】小麦质量好坏检测数据集7217张YOLO+VOC格式

该数据集包含7,217张小麦质量检测图像，提供VOC和YOLO两种格式。数据包含图片、XML标注文件和TXT标签文件各7,217个，标注3类目标：坏种子（305,054框）、健康种子（141,711框）和杂质（4,141框），总标注框数达450,906个。图像分辨率清晰未经增强，采用矩形标注框，适用于目标检测任务。需注意YOLO格式类别顺序以labels文件夹的classes.txt为准。特别声明数据集仅保证标注准确性，不承诺模型训练效果。

2025-07-07 12:59:19 321

原创【目标检测】农作物杂草检测数据集6260张YOLO+VOC格式

本文介绍了一个包含6260张农作物杂草检测的数据集，支持YOLO和VOC两种格式。数据集包含5类标签（作物、茄子、辣椒、番茄、杂草），共计33779个标注框。所有图片均为清晰分辨率，并经过增强处理，采用矩形框标注。数据集包含完整的图片、XML和TXT文件，适用于目标检测任务。特别说明该数据集仅提供准确标注，不保证模型训练效果。

2025-07-07 12:58:46 378

原创【目标检测】小麦质量检测数据集1536张YOLO+VOC格式

该数据集包含1536张小麦质量检测图片，支持YOLO和VOC两种格式。数据包含4类标签（发芽、赤霉素、霉变、正常），共计6140个标注框。图片经过增强处理，分辨率清晰。数据集包含JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹，每类文件各1536个。特别说明：数据集仅提供准确标注，不保证训练模型精度。适用于目标检测任务，标注形式为矩形框。

2025-07-07 12:58:29 367

原创【目标检测】PCB电路板缺陷数据集13295张YOLO+VOC格式

该数据集包含13,295张PCB电路板缺陷图片，提供VOC和YOLO两种格式。数据包含6类缺陷标签：missing_hole（4,451框）、mouse_bite（4,600框）、open_circuit（4,463框）、short（4,399框）、spur（4,432框）和spurious_copper（4,517框），总标注框数26,862个。数据集结构完整，包含JPEGImages、Annotations和labels三个文件夹，分别存储图片、XML和TXT文件。图片分辨率清晰，经过增强处理。特别声明

2025-07-06 08:43:04 198

原创【目标检测】各类工具数据集21919张YOLO+VOC格式

该数据集包含21,919张工具类图片，提供VOC和YOLO两种格式（JPEGImages/Annotations/labels三个文件夹）。包含17类工具标签，如可调扳手(10,099框)、螺丝刀(24,315框)等，总标注框数达83,235个。数据经过增强处理，采用矩形框标注，分辨率清晰。特别说明数据集仅保证标注准确性，不承诺模型训练效果。文件大小941MB，适用于目标检测任务。

2025-07-06 08:33:18 274

原创【目标检测】水果好坏检测数据集18780张YOLO+VOC格式

本文介绍了一个用于水果好坏检测的YOLO/VOC格式数据集，包含18,780张图片及对应标注文件。数据集涵盖8种标签（4种水果的好/坏状态），总标注框数达40,104个。数据格式包含JPEG图片、VOC格式xml文件和YOLO格式txt文件，分辨率清晰且经过增强处理。其中桔子(goodorange)标注数量最多(9,395个)，梨(badpear)最少(3,080个)。数据集仅提供基础标注数据，不保证模型训练效果。适用于目标检测任务，特别适合水果质量识别研究。

2025-07-06 08:20:37 156

原创【目标检测】墙面裂缝数据集2097张YOLO+VOC格式

摘要：该数据集包含2097张墙面裂缝图片，提供VOC和YOLO两种格式，含JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹。数据标注单一类别"cracks"，总标注框数达10259个，采用矩形框标注。图片分辨率清晰，部分经过增强处理。数据集仅保证标注准确性，不作模型训练效果保证。格式完整，适用于目标检测任务。（98字）

2025-07-06 08:17:28 170

原创【目标检测】木材缺陷数据集10602张4类yolo+voc格式

本文介绍了一个用于木材缺陷检测的数据集，包含10,602张图片，采用VOC和YOLO两种格式存储。数据集包含4类缺陷标签：裂纹、死节、活节和髓心，共计36,327个标注框。图片分辨率清晰，并经过增强处理。数据集包含JPEGImages、Annotations和labels三个文件夹，分别存储原始图片、XML和TXT标注文件。该数据集仅提供准确标注，不保证模型训练效果。

2025-07-06 08:12:44 304

原创【目标检测】木板木材缺陷数据集4941张8类yolo+voc格式

本文介绍一个包含4941张木板木材缺陷图像的目标检测数据集，提供VOC和YOLO两种格式。数据集包含JPEGImages（4941张jpg）、Annotations（4941个xml）和labels（4941个txt）三个文件夹。涵盖8类缺陷标签：裂纹、死结、结缺失、有裂纹的结、活结、骨髓、石英质和树脂，总标注框数达11749个。所有图像分辨率清晰，采用矩形框标注，未进行数据增强。特别说明数据集仅提供准确标注，不保证模型训练效果。

2025-07-06 08:06:04 172

原创【目标检测】火车轨道上目标检测数据集6563张YOLO+VOC格式

摘要：该火车轨道目标检测数据集包含6563张合成图片（VOC+YOLO格式），含8类标签（动物、桶、摩托、人等）。数据集已增强，提供6563张图片及对应标注文件（xml和txt），总计10658个标注框。图片分辨率清晰，标注为矩形框，主要用于目标检测任务。特别声明数据集不保证模型训练效果，仅确保标注准确性。（127字）

2025-07-05 21:59:30 167

原创【目标检测】车内视角拍摄道路目标检测数据集6257张YOLO+VOC格式

该数据集包含6257张车内视角拍摄的道路目标检测图片，提供VOC和YOLO两种格式。数据集包含14类标签，主要涵盖车辆（car、truck、bike）、行人（pedestrian、bikers）及交通信号灯（多种颜色）等。总计标注框数7725个，其中车辆类占比最高（car 6891框）。图片清晰度高且经过增强处理，标注为矩形框形式。数据集分为JPEGImages（jpg）、Annotations（xml）和labels（txt）三个文件夹，完整对应。特别说明数据集不保证模型训练效果，仅提供准确标注。（149

2025-07-05 21:51:15 255

原创【目标检测】草莓病害数据集2458张YOLO+VOC格式

本文介绍了一个包含2458张草莓病害图像的数据集，提供VOC和YOLO两种格式。数据集包含7种病害标签（如角叶斑、炭疽病果实腐烂等），总计5569个标注框。所有图片均经过增强处理，分辨率清晰，采用矩形框标注。数据集包含图片文件夹（JPEGImages）、XML标注文件夹（Annotations）和YOLO格式标注文件夹（labels）。特别说明数据集仅保证标注准确性，不提供模型训练效果的保证。该数据集适用于草莓病害目标检测研究。

2025-07-05 21:42:00 213