【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC

于 2025-03-30 21:18:18 发布
阅读量399 收藏
点赞数 13
分类专栏： 数据集 文章标签： 目标检测 YOLO 空中 小目标 飞机 无人机
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。
本文链接：https://blog.youkuaiyun.com/lwx666sl/article/details/146777150
版权

【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC

数据集格式：VOC格式+YOLO格式
压缩包内含：3个文件夹，分别存储图片、xml、txt文件
JPEGImages文件夹中jpg图片总计：3393
Annotations文件夹中xml文件总计：3393
labels文件夹中txt文件总计：3393
标签种类数：4
标签名称:["Balloon","bird","drone","plane"]
每个标签的框数（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）：
Balloon 框数 = 392
bird 框数 = 7579
drone 框数 = 3228
plane 框数 = 267
总框数：11466
图片清晰度（分辨率：像素）：清晰
图片是否增强：否
标签形状：矩形框，用于目标检测识别
数据集类型：119m
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

标注示例或图片概览：

目标检测YOLO实战应用案例100讲-基于深度学习的无人机航拍图像目标检测算法研究与应用
qq_36130719的博客
05-28 3808
目标检测的目的是识别出图像中感兴趣的物体并将其定位，相比于传统手工提取图像特征的方法，基于深度学习的目标检测方法更加高效。同时，由于无人机工作的空域环境较为复杂，的范围，可见光遥感探测技术及其成像器件的发展使获得的影像幅宽更大，图像。随着时间的推移和科学技术的进步，在多元化的应用场景和海量。的数据下，人工判读的方式耗时费力且容易出错，因此催生出对无人机航拍影像。比例远高于自然场景影像，且小目标在图片中像素点较少，提供的分辨率有限，觉领域中相关技术的不断发展和完善，面向自然图像的目标检测技术日趋成熟，
2万张yolo旋翼无人机目标检测数据集
03-23
2万张yolo旋翼无人机目标检测数据集，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考： https://blog.youkuaiyun.com/zhiqingAI/article/details/136952543?spm=1001.2014.3001.5501 数据集配置目录结构data.yaml： nc: 1 names: ['drone']
YOLO红外飞机小目标检测数据集(含5000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
11-04
1、YOLO红外飞机小目标检测数据集，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.youkuaiyun.com/m0_64879847/article/details/132301975 4、如需更多数量和其他数据集请私信博主~
红外飞机小目标数据集_data1
12-03
红外飞机小目标数据集，共22个data文件夹，每个data文件夹都有标注，不需要自己再做标注。可用于深度学习中红外飞机小目标检测使用，包括天空背景、地面背景、多架飞机、飞机远离、飞机靠近等多种情况。 此处为data1，其他数据集可查看本人其他发布。
【目标检测】探地雷达金属检测数据集3389张YOLO+VOC格式
lwx666sl的博客
02-12 380
【目标检测】探地雷达金属检测数据集3389张YOLO+VOC格式
[数据集][目标检测]草莓成熟度检测数据集VOC+YOLO格式412张3类别
FL1623863129的博客
03-17 968
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:["flower","growth","mature"]图片数量(jpg文件个数)：412。标注数量(xml文件个数)：412。标注数量(txt文件个数)：412。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
草莓成熟度检测数据集VOC+YOLO格式3294张4类别
FL1623863129的博客
01-26 357
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):["flower","half_ripe","initial_ripe","ripe"]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。标注数量(xml文件个数)：3294。标注数量(txt文件个数)：3294。
x光违禁物品图片 津南大赛【赛场二】 数据集
viafcccy的博客
09-09 3500
可以评论留言问我
【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC.docx
最新发布
05-15
【小目标检测】天空飞行物小目标检测数据集3393张（鸟无人机飞机气球）YOLO+VOC.docx
【目标检测数据集】鱼数据集2798张31个种类分类检测VOC+YOLO格式
lwx666sl的博客
09-07 656
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)Big Head Carp 框数 = 71。Mosquito Fish 框数 = 82。Janitor Fish 框数 = 79。Silver Perch 框数 = 77。Grass Carp 框数 = 165。Indian Carp 框数 = 72。Silver Barb 框数 = 95。Silver Carp 框数 = 67。
EDS-安检x光危险物品识别检测数据集4718张+(voc-yolo-json)三种格式标签
11-28
【实际项目应用】： 机场、火车站智能安检、智能安防等。 【数据集说明】： EDS安检x光危险物品检测数据集，一共4718张图片，标签包含voc（xml）与yolo（txt）、json三种格式，目标共10类，分别是["笔记本电脑","手机平板","打火机","剪刀","压力罐","充电宝","雨伞","玻璃瓶","塑料瓶","刀具"]， 数据标注精确，数据量充足，多种目标检测算法可直接使用。实际安检落地项目所用，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.youkuaiyun.com/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502 【重要提醒】 1、csdn上资源保证是完整最新，会不定期更新优化； 2、通过第三方代下载，而不是直接自己账号在csdn官方下载，博主不对下载的资源作任何保证，且不提供任何形式的技术支持和答疑！！！
安检x光危险物品识别检测数据集VOC+YOLO格式9551张12类别.zip
09-01
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)：9551 标注数量(xml文件个数)：9551 标注数量(txt文件个数)：9551 标注类别数：12 标注类别名称:[“Cans”,“CartonDrinks”,“GlassBottle”,“PlasticBottle”,“SprayCans”,“SwissArmyKnife”,“Tin”,“VacuumCup”,“blade”,“dagger”,“knife”,“scissors”] 对应中文名： [“罐头”、“纸箱冲洗”、“玻璃瓶”、“塑料瓶”、”喷雾罐“、”瑞士军刀“、”锡“、”真空吸盘“、”刀片“、”匕首“、”刀“、“剪刀”] 更多信息：https://blog.youkuaiyun.com/FL1623863129/article/details/141788840
YOLOv3飞机检测目标检测数据集 aeroplane_VOCtest2007.zip
04-18
1、YOLOv3飞机检测目标检测数据集 2、类别名： aeroplane 3、来源：从 VOCtest207数据集中 单个类别提取得到 4、标签类别：txt和 xml两种 5、图片数量：205
混合模式晶圆图缺陷数据集-数据集
03-20
晶圆图的缺陷识别对于确定晶圆缺陷成因至关重要，特别是混合模式缺陷。我们在某晶圆制造厂采集了大量的晶圆图数据，这些晶圆图是通过对晶圆片上的每一个晶粒进行电学性能测试得到。但实际采集到各类型的晶圆图在数量分布上存在较大差异，为了保持各类型数据间的平衡，我们采用对抗生成网络生成了部分晶圆图。最终形成了约38000张的混合模式晶圆图缺陷数据集，用于识别混合模式晶圆图缺陷，并辅助晶圆制造工艺中缺陷成因的研究。 Wafer_Map_Label.bin Wafer_Map_Data.bin
无人机数据-目标检测-多目标跟踪-空中小目标检测-drone_ROI_high_416.zip
11-13
无人机目标检测和跟踪数据集，近一万张，每张图片都是从高分辨率图片中切割出来的，都被切割成了416x416大小，类别名为drone,小目标，标签为txt格式和xml格式，可直接用于YOLO目标检测
目标检测，训练自己的数据集 ---气球检测
luguanyou的博客
03-30 3442
1、前期工作 下载源码https://github.com/matterport/Mask_RCNN 下载coco预训练weight https://github.com/matterport/Mask_RCNN/releases 下载数据集 气球数据集分为训练集和测试集 2、在sample 文件夹下有一个bollon文件夹，这是我们要做的项目 把我们下载好的dataset 和权重...
基于深度学习的X光安检危险品检测系统（YOLOv8 + UI界面 + 数据集）
m0_52343631的博客
12-05 662
随着全球安全形势的变化，机场、车站、地铁等场所的安检工作日益重要。X光安检系统已经成为现代公共安全领域中不可或缺的部分，能够有效地检测物品的内部结构，识别潜在的危险品。然而，传统的X光图像分析方法仍然依赖人工操作，检测效率较低，并且易受到人为因素的影响。近年来，深度学习技术的应用在图像分析领域取得了显著的突破，特别是在目标检测任务中，YOLO（You Only Look Once）模型因其高效性和精度，成为了许多目标检测任务的首选模型。
鱼fish数据集VOC+yolo-1400张（labelImg标注）
lwx666sl的博客
12-12 997
数据集名称：鱼 fish 数据集格式：Pascal VOC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)：1452 标注数量(xml文件个数)：1452 标注数量(txt文件个数)：1452
评论 3
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

不会仰游的河马君

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