AI学长

PigBehaviorRecognitionDataset是一个专门用于猪只行为识别的标注数据集，包含9744张训练集和2518张验证集图片，涵盖6种常见猪姿态：躺卧、睡眠、探索、进食、行走和骑跨行为。该数据集适用于智能养殖系统开发、动物福利评估、疾病预警和精准饲喂管理等场景，采用X-AnyLabeling工具进行标注，为研究人员和养殖企业提供标准化的猪只行为分析数据支持。数据集通过详细分类和统计，助力计算机视觉算法在畜牧业的应用研究。

在农业智能化转型和精准农业发展的背景下，基于计算机视觉的果实自动检测技术扔值得研究。规模适中：包含4430张精心采集的苹果图像，平衡了数据规模与标注质量；场景多样：覆盖不同光照条件(晴天、阴天、逆光)、不同生长期和不同品种的苹果；精细标注：采用统一的标注标准，由农业专家参与审核，确保标注准确性；应用广泛：适用于果实自动计数、成熟度监测、产量预估等多种农业应用场景；该数据集可为以下研究提供支持：● 开发果园自动化监测系统；● 评估不同目标检测算法在农业场景的性能；

领域痛点与解决方案果实定位准确性不足：传统图像识别方法难以区分树上果实与掉落果实，影响产量估算准确性；数据多样性缺乏：现有数据集往往只包含单一状态(仅树上或仅地上)的柑橘样本；环境适应性差：大多数模型在复杂果园环境(多变光照、遮挡等)下表现不佳。本数据集针对性地解决了这些问题：● 双状态标注：同时标注树上柑橘和树下柑橘，为果实状态识别提供基础。● 真实场景覆盖：包含580张不同光照条件、拍摄角度和成熟度的柑橘图像。

当前道路养护领域面临几个显著挑战：1. 数据稀缺性：大多数机构缺乏高质量的标注数据集来训练可靠的缺陷检测模型。2. 类别不平衡：现有数据集往往只关注裂缝等常见缺陷，忽视修补区域和井盖等重要类别。本沥青路面缺陷目标检测数据集提供6,000张精心标注的高质量图像，包含6个关键类别：裂缝、裂缝修补、坑洞、坑洞修补、井盖及其他。

柑橘，作为水果界的 “宠儿”，不仅以其酸甜可口的味道深受大众喜爱，更是在全球水果产业中占据着举足轻重的地位。无论是早餐中的一杯橙汁，还是下午茶里的柑橘甜点，柑橘的身影无处不在，它为无数人带来了味觉上的享受。据统计，全球柑橘的种植面积广泛，产量可观，是许多国家农业经济的重要支柱。我国作为柑橘的主要产地之一，柑橘种植历史悠久，品种丰富，从南到北，众多地区都有柑橘的种植，为当地农民带来了可观的收入。然而，在柑橘产业蓬勃发展的背后，一场无声的 “健康危机” 正悄然降临，那就是柑橘病虫害。

该数据集包含从12个可用的裂纹分割数据集合并而成的约11200张图像。将每个图像的名称前缀分别是图像原来的数据集。所有图像都被调整为（448,448）的大小。train和test 分别是训练和测试图像，测试图像一共 1695 张，训练图像一共 9603 张；train和test 结构是一样的，都包含了 images 和 masks 文件夹，其中images 包含了 jpg 图片和对于的 JSON 标签文件，masks 包含分割的掩码图像。

在现代城市管理中，道路状况的监测与维护是确保交通安全和城市基础设施健康的重要环节。CrackForest是一个专门为道路裂缝检测和路面状况评估而设计的高质量图像数据库。该数据集包含了156张带注释的道路裂缝图像和标注信息文件，能够为研究人员和开发者提供丰富的数据资源，助力他们在这一领域的研究和应用开发。这些图像不仅捕捉了城市路面的真实状况，还通过专业的注释技术，标记了裂缝的位置和形态。这种数据集非常适合用于训练和验证基于深度学习的道路裂缝检测模型。

目标：从道路图像中检测坑洼；应用：检测道路地形和坑洼可实现平稳行驶，小型数据集常常用于学习和学术研究；详细信息： 665 张图、1740个在坑洼处标注的图像数据集，可直接用于坑洼目标检测模型训练。"im_count": 665, # 图片数量"pothole": 1740 # 坑洼标注数据是一逃目标检测数据集。数据采用X-AnyLabeling-CPU-v2.5.0.exe 进行标注。文件包含图像 JPG 文件和标注文件 JSON 格式。],

这是一套专门针对快递包裹检测的训练数据集。此数据集基于广为人知的COCO数据集进行了扩展，特别添加了大量快递包裹相关的JPEG图像及对应的 labelme 格式标注文件。这些资源对于开发和训练快递行业中的物体识别、自动分拣系统等AI应用至关重要。图片数量 2919 张。标签包括包裹、人、车辆、大车、狗等。● 图像文件：包含各式各样的快递包裹场景，确保模型能够学习到丰富的包裹外观特征。

本文收集常见的 AI 深度学习视觉目标检测数据集，包括网络开源、网络收集、自己制作等等。

用于吸烟动作目标检测的数据集。数据集使用labelme标注。数据集类别分为：吸烟嘴（嘴上吸烟支smoking）、吸烟手（手上拿着烟smoking_hand）。吸烟动作检测part01有1115张图像。

CCPD (Chinese City Parking Dataset, ECCV)是中国城市车牌数据集，共有两个CCPD2019和CCPD2020 数据集，总数据量约35W左右，可用于车牌检测和识别模型算法开发。CCPD 发表的论文: https://arxiv.org/abs/1709.08828CCPD2020 数据集包含约1万，主要是新能源绿牌数据。CCPD2019数据集主要是蓝牌数据，将近34W 张图片、图片尺寸为720x1160x3，共包含8种类型图片