1、汽车检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO汽车检测；共有两部分，这里是第二部分数据
2、目标类别名：car；
3、数量：4886
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:37
812.85MB
1、卡车检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO卡车检测；共有两部分，这里是第二部分数据
2、目标类别名：truck；
3、数量：6377
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:37
354.62MB
1、凳子检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO凳子检测；共有两部分，这里是第二部分数据
2、目标类别名：bench；
3、数量：5775
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:36
347.6MB
1、饭碗餐盘检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO饭碗餐盘检测；共有两部分，这里是第二部分数据
2、目标类别名：bowl；
3、数量：7425
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:35
355.5MB
1、剪刀检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO算法剪刀检测；
2、目标类别名：scissors；
3、数量：975
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-20 11:27:29
135.1MB
1、滑板检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO算法滑板检测；
2、目标类别名：skateboard；
3、数量：3603
4、https://blog.csdn.net/weixin_51154380/article/details/124480876
2022-12-20 11:27:28
514.54MB
1、水槽检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO算法洗手盆检测；
2、目标类别名：sink；
3、数量：4865
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-20 11:27:28
627.69MB
1、三明治检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO三明治检测；
2、目标类别名：sandwich；
3、数量：2463
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-20 11:27:27
375.74MB
1、领带检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO算法领带检测；
2、目标类别名：tie；
3、数量：3955
4、https://blog.csdn.net/weixin_51154380/article/details/124480876
2022-12-19 20:27:24
585.17MB
1、电视检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO算法电视检测；
2、目标类别名：tv；
3、数量：4768
4、https://blog.csdn.net/weixin_51154380/article/details/124480876
2022-12-19 20:27:24
593.77MB