17种野生动物数据集9808张VOC+YOLO格式

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):9808
标注数量(xml文件个数):9808
标注数量(txt文件个数):9808
标注类别数:17
所在github仓库:datasets_sl
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):["AmurTiger","Badger","BlackBear","Cow","Dog","Hare","Leopard","LeopardCat","MuskDeer","RaccoonDog","RedFox","RoeDeer","Sable","SikaDeer","Weasel","WildBoar","Y-T-Marten"]
标签中文对照:“东北虎”、“獾”、“黑熊”、“牛”、“狗”、“野兔”、“豹”、“豹猫”、“麝”、“貉”、“赤狐”、“狍”、“貂”、“梅花鹿”、“黄鼠狼”、“野猪”、“鼬獾”
每个类别标注的框数:
AmurTiger 框数 = 526
Badger 框数 = 534
BlackBear 框数 = 568
Cow 框数 = 595
Dog 框数 = 560
Hare 框数 = 482
Leopard 框数 = 571
LeopardCat 框数 = 783
MuskDeer 框数 = 463
RaccoonDog 框数 = 611
RedFox 框数 = 705
RoeDeer 框数 = 881
Sable 框数 = 240
SikaDeer 框数 = 970
Weasel 框数 = 492
WildBoar 框数 = 889
Y-T-Marten 框数 = 429
总框数:10299
每个类别占有图片数:
AmurTiger 占有图片数 = 524
Badger 占有图片数 = 508
BlackBear 占有图片数 = 548
Cow 占有图片数 = 512
Dog 占有图片数 = 541
Hare 占有图片数 = 482
Leopard 占有图片数 = 566
LeopardCat 占有图片数 = 782
MuskDeer 占有图片数 = 461
RaccoonDog 占有图片数 = 569
RedFox 占有图片数 = 699
RoeDeer 占有图片数 = 843
Sable 占有图片数 = 229
SikaDeer 占有图片数 = 828
Weasel 占有图片数 = 482
WildBoar 占有图片数 = 844
Y-T-Marten 占有图片数 = 390
图片分辨率:1280x720
使用标注工具:labelImg
数据集是否增强:是
标注规则:对类别进行画矩形框
重要说明:数据集没有划分训练验证测试集需自行划分
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

标注及图片情况如下:

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐