目标检测数据集,小目标数据集

目标检测数据集,小目标数据集

不同的数据分布严重的目标遮挡2.数据下载3.任务1，物体检测数据集我们很高兴地宣布VisDrone2021图像物体检测挑战（任务1）。 大赛旨在推广无人机平台最先进的目标检测。航拍图像与传统数据集不同，具有自身的特点，如：较大的尺度变化性；密集的小物体检测；检测目标的不确定性。 数据分为1/6验证集、1/3测试集和1/2训练集。 目前已发布训练集和验证集，图像尺寸从800x800到40

NWPUVHR-10数据集是用于空间物体检测的10级地理遥感数据集。包含目标图像650张，背景图像150张，共计800张图像。目标类型包括飞机、船舶、油罐、棒球等。 场地、网球场、目标检测数据集、目标检测模型和数据集均属于项目自用资源。如果有需要，您还可以下载无人机检测数据集、旋翼无人机数据集，包括各种旋翼无人机。 标签格式：YOLO和VOC；可用于YOLO等

∩ω∩ 自动驾驶数据集共享是IntegerIntelligence推出的新共享系列。本系列将介绍目前各大科研机构和公司推出的所有公共自动驾驶数据集。 该数据集主要分为八个系列：系列1：目标检测数据集系列2PascalVOC数据集是经典的目标检测数据集，包含20个不同的对象类别，如人、车、猫等。 该数据集包含近20,000张带注释的图像，不适合模型训练和评估。 PascalVOC数据集的特殊功能

2.密集行人检测数据集WiderPerson数据集是野外行人检测的基准数据集。其图像选自广泛的场景，不再局限于交通场景。 我们选择了13,382个图像，并标记了大约400个具有各种遮挡的带注释数据集链接：http://m6z.cn/6uxAIx该数据集包括印度小众车辆的图像，如Autorikshaw、Tempo、卡车等。 该数据集包含用于分类和对象检测的印度车辆图像。 据观察，高级车辆（如机动三轮车、

COCO数据集是另一个常用的对象检测大型数据集。 与VOC相比，COCO数据集具有目标多、单张图片多、大多数物体非集中分布、更符合日常环境的特点。因此，COCO数据集的物体检测COCO（CommonObjectsinContext）数据集包含20万张图像：超过115,000张训练集和验证集图像，以及超过20,00张图像0测试集图像。 有80个类别超过500,000个对象注释。 他是最广为人知的