【データセット】【ターゲット検出】ノーリード犬の散歩データセット VOC形式 - 1980枚

データセット形式：Pascal VOC形式（分割パスなしのtxtファイルおよびyolo形式のtxtファイル、jpg画像と対応するxmlのみ） 画像数（jpgファイル数）：1980枚 ラベル数（xmlファイル数）
：
1980
枚ラベル付きカテゴリ: 5
ラベル付きカテゴリ名: ["dog","person","rope","qs_yes","qs_no"]
各カテゴリのラベル付きボックスの数:
犬の数 = 2414
人の数 = 2078
ロープの数 = 1028
qs_yesカウント = 537
qs_no カウント = 208

ラベル付けツールの使用: labelImg
ラベル付けルール: カテゴリに長方形のフレームを描画します
重要な注意事項: qs_yes は犬がリードにつながれていることを意味し、人間と犬の両方が存在する場合にのみマークされます qs_no は犬がリードにつながれていないことを意味しますリード、人間と犬の両方が存在する場合のみラベルが付けられます。
特別な説明: このデータセットは、トレーニングされたモデルまたは重量ファイルの正確性を保証しません。データセットは正確で合理的な注釈のみを提供します。チュートリアルをご覧ください
。注釈の詳細については、次を参照してください。

[データセット][ターゲット検出] リードなしの犬の散歩データセット VOC 形式-1980 個_哔哩哔哩_bilibili これは VOC データセット、リードなしの犬の散歩のデータセットです。詳細なラベル付けについてはビデオをご覧ください。動画再生量 1、弾幕量 0、いいね 0、コイントス 0、ブックマーク 0、転送 0、動画作者 未来独立研究センター、著者プロフィール 未来独立研究センター、関連ビデオ: C# でネットワーク全体を実現 yolov7 は現在最速の winform yolov8+deepsort に基づいたターゲット追跡ビデオのデモ、labelme から yolov5 および yolov7 インスタンス セグメンテーション データセット ツールのチュートリアル、C# を使用して libotrch-yolov5 モデルを呼び出し、ネットワーク全体で最速の winform ターゲット検出を実現するターゲット検出、yolov7 自動ラベル付けこのツールは、ターゲット検出に自動的にラベルを付け、GPU アクセラレーションによるラベル付けチュートリアルに自動的にラベルを付けます。yolov8+bytetrack に基づくターゲット追跡ビデオ デモンストレーションを実現し、ターゲット検出タスクを実現するために yolov5 を数行のコードを持つクラスにカプセル化し、アシスタント tesseract を迅速にトレーニングします。 -ocr、ターゲット検出 winform 最速の検出速度のために C# Tensorrt モデルを使用して yolov8 をデプロイ、yolov5 自動ラベル付けツール自動ラベル付けターゲット検出自動ラベル付けチュートリアルhttps://www.bilibili.com/video/BV15P411t7Ny/