数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1425 标注数量(xml文件个数)：1425 标注类别数：1 标注类别名称:["butterfly"] 每个类别标注的框数： butterfly count = 1483 标注规则：对类别进行画矩形框

voc2coco 这是用于将VOC格式的XML转换为COCO格式的json（例如coco_eval.json）的脚本。 为什么我们需要将VOC xmls转换为COCO格式json？ 我们可以使用COCO API，这非常有用（例如，计算mAP）。 如何使用 1.制作labels.txt 如果需要制作将标签转换为ID的字典，则为labels.txt。 样本labels.txt Label1 Label2 ... 2.运行脚本 2.1用法1（使用ID列表） $ python voc2coco.py \ --ann_dir /path/to/annotation/dir \ --ann_ids /path/to/annotations/ids/list.txt \ --labels /path/to/labels.txt \ --output /pat

使用yolo进行口罩检测 里面包含口罩目标检测数据集（已标注好，VOC格式） xml文件和jpg文件都放在文件夹中，可以根据自己格式进行运行

水印数据集-VOC格式

电路元器件数据集 VOC格式

1、该数据集用于PCB缺陷识别检测，缺陷一共有2772张，由于上传文件大小受限，目前只能上传693张，剩下部分请留下邮箱。 2、缺陷类别为6种，分别为标签分别包含为Missing_hole、Mouse_bite、Open_circuit、Short、Spur、Spurious_copper。 3、标签格式为yolo格式（txt文件）或voc格式（xml文件） 4、标注精确，数据分布均匀，可拟合较好的模型。 ps:使用过程有问题可以私信于我。

推土机标注数据 voc格式 已标注完成 700张左右 深度学习 目标检测 有需要其他格式的可以私信我

本数据集包含的火焰类别有“蜡烛火苗”、“森林大火”、“城市火灾”等，适用于做火焰识别的目标检测初学者或者与火焰识别有关的项目用户进行学习训练使用。

疲劳驾驶检测数据集 VOC格式 可以用于实际项目

将VOC格式的数据集转换为COCO格式，xml格式转换成json格式 effcientdet等网络中均可用到