[数据集][目标检测]过敏原食物检测数据集VOC+YOLO格式14659张30类别

作品简介

温馨提示:文件太大放百度云提供下载

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):14659

标注数量(xml文件个数):14659

标注数量(txt文件个数):14659

标注类别数:30

标注类别名称:[“alcohol”,“alcohol_glass”,“almond”,“avocado”,“blackberry”,“blueberry”,“bread”,“bread_loaf”,“capsicum”,“cheese”,“chocolate”,“cooked_meat”,“dates”,“egg”,“eggplant”,“icecream”,“milk”,“milk_based_beverage”,“mushroom”,“non_milk_based_beverage”,“pasta”,“pineapple”,“pistachio”,“pizza”,“raw_meat”,“roti”,“spinach”,“strawberry”,“tomato”,“whole_egg_boiled”]

类别涵盖酒精类,包括各类酒精饮品以及与之相伴的酒具,如酒杯;坚果类则聚焦于杏仁与开心果等坚果及其制品;水果世界则展现了牛油果、黑莓、蓝莓、菠萝、草莓以及番茄等多汁甘甜的果实;乳制品区域则提供奶、奶基饮料和奶酪等多种选择;肉类部分涵盖了熟肉、生肉以及鸡蛋等各类肉质食品;此外,还有面包、意大利面、菠菜、巧克力、冰淇淋等其他多样化的食品选项。

每个类别标注的框数:

alcohol 框数 = 1078

alcohol_glass 框数 = 1025

almond 框数 = 1329

avocado 框数 = 2355

blackberry 框数 = 929

blueberry 框数 = 1070

bread 框数 = 2422

bread_loaf 框数 = 1346

capsicum 框数 = 1282

cheese 框数 = 1644

chocolate 框数 = 1698

cooked_meat 框数 = 990

dates 框数 = 1518

egg 框数 = 2551

eggplant 框数 = 1957

icecream 框数 = 1911

milk 框数 = 1126

milk_based_beverage 框数 = 938

mushroom 框数 = 1254

non_milk_based_beverage 框数 = 811

pasta 框数 = 1037

pineapple 框数 = 2535

pistachio 框数 = 1541

pizza 框数 = 1439

raw_meat 框数 = 780

roti 框数 = 698

spinach 框数 = 469

strawberry 框数 = 745

tomato 框数 = 2053

whole_egg_boiled 框数 = 2317

总框数:42848

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:暂无

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,数据集只提供准确且合理标注

图片预览:

在这里插入图片描述

标注例子:

在这里插入图片描述




创作时间: