水面垃圾检测数据集 3000张水面垃圾带标注 voc yolo

本文主要是介绍水面垃圾检测数据集 3000张水面垃圾带标注 voc yolo，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

数据集概述

该数据集包含3000张图像，专注于水面垃圾的检测。数据集已经按照VOC（Visual Object Classes）和YOLO（You Only Look Once）两种格式进行了标注，适用于训练深度学习模型，特别是物体检测模型，用于识别水面上的各种垃圾。

数据集特点

多样性：包含3000张图像，涵盖了多种类型的水面垃圾，确保模型能够识别各种类型的垃圾。
双标注格式：提供VOC XML和YOLO文本格式的标注文件，适用于不同的模型训练需求。
高分辨率图像：图像质量高，有助于模型更好地捕捉垃圾特征。
实际应用性强：适用于环境保护、水质监测等应用场景。

数据集结构

假设数据集存储在一个名为water_litter_detection的文件夹中，其结构可能如下所示：

1water_litter_detection/
2├── images/
3│   ├── train/
4│   │   ├── 000001.jpg
5│   │   ├── 000002.jpg
6│   │   └── ...
7│   ├── val/
8│   │   ├── 000001.jpg
9│   │   ├── 000002.jpg
10│   │   └── ...
11│   └── test/
12│       ├── 000001.jpg
13│       ├── 000002.jpg
14│       └── ...
15├── labels/
16│   ├── train/
17│   │   ├── 000001.txt
18│   │   ├── 000002.txt
19│   │   └── ...
20│   ├── val/
21│   │   ├── 000001.txt
22│   │   ├── 000002.txt
23│   │   └── ...
24│   └── test/
25│       ├── 000001.txt
26│       ├── 000002.txt
27│       └── ...
28├── VOCAnnotations/
29│   ├── train/
30│   │   ├── 000001.xml
31│   │   ├── 000002.xml
32│   │   └── ...
33│   ├── val/
34│   │   ├── 000001.xml
35│   │   ├── 000002.xml
36│   │   └── ...
37│   └── test/
38│       ├── 000001.xml
39│       ├── 000002.xml
40│       └── ...
41└── splits/
42    ├── train.txt
43    ├── val.txt
44    └── test.txt

images/：包含所有图像文件，按训练集、验证集和测试集分开存放。
labels/：包含YOLO格式的标注文件，每个文本文件对应一张图像，包含目标的类别标签和边界框信息。
VOCAnnotations/：包含VOC XML格式的标注文件，每个XML文件对应一张图像，包含目标的类别标签和边界框信息。
splits/：包含数据集划分的信息文件，如训练集、验证集和测试集的图像列表。

数据集详情

图像格式：JPEG格式。
标注格式：
- VOC XML格式：每个XML文件包含图像的基本信息（文件名、图像尺寸）和目标对象的标注信息（类别标签、边界框坐标）。
- YOLO 文本格式：每个文本文件包含图像中的每个目标对象的标注信息，格式为：<class> <x_center> <y_center> <width> <height>，其中坐标值为相对于图像尺寸的归一化值。