水下渔网破洞和拦截鱼草检测数据集2017张VOCYOLO格式数据集格式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)2017标注数量(xml文件个数)2017标注数量(txt文件个数)2017标注类别数3所在github仓库datasets_sl标注类别名称(注意yolo格式类别顺序不和这个对应而以labels文件夹classes.txt为准):[dead_fish,hole,plants]每个类别标注的框数dead_fish 框数 276hole 框数 419plants 框数 5164总框数5859每个类别占有图片数dead_fish 占有图片数 158hole 占有图片数 323plants 占有图片数 1628图片分辨率416x416使用标注工具labelImg数据集是否增强是标注规则对类别进行画矩形框重要说明数据集没有划分训练验证测试集需自行划分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标注及图片情况如下
水下渔网破洞和拦截鱼草检测数据集2017张VOC+YOLO格式
水下渔网破洞和拦截鱼草检测数据集2017张VOCYOLO格式数据集格式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)2017标注数量(xml文件个数)2017标注数量(txt文件个数)2017标注类别数3所在github仓库datasets_sl标注类别名称(注意yolo格式类别顺序不和这个对应而以labels文件夹classes.txt为准):[dead_fish,hole,plants]每个类别标注的框数dead_fish 框数 276hole 框数 419plants 框数 5164总框数5859每个类别占有图片数dead_fish 占有图片数 158hole 占有图片数 323plants 占有图片数 1628图片分辨率416x416使用标注工具labelImg数据集是否增强是标注规则对类别进行画矩形框重要说明数据集没有划分训练验证测试集需自行划分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标注及图片情况如下