描述
本项目旨在创建一个高效的计算机或机器视觉模型，用于在建筑工地检测不同种类的施工设备，我们从三个类别开始：挖掘机、卡车和轮式装载机。
数据集的理学硕士提供。
原始图像（v1）包含：
- 1,532个标注的“挖掘机”示例
- 1,269个标注的“自卸卡车”示例
- 1,080个标注的“轮式装载机”示例
注意：版本2和3（v2和v3）包含了将原始图像拉伸至416x416像素和640x640像素尺寸的图像，并且没有进行任何增强处理。
格式和分布
流行下载格式
- YOLOv9
- YOLOv8
- YOLOv5
- YOLOv7
- COCO JSON
- YOLO Darknet
- Pascal VOC XML
- TFRecord
- PaliGemma
- CreateML JSON
- 其他格式
总图像数量
- 2644张图片
- 查看所有图片
- 注释可视化数据集图像注释可视化
数据集划分
- 训练集
- 84%
- 2234张图片
- 验证集
- 10%
- 267张图片
- 测试集
- 5%
- 143张图片
总结中提到的数据集提供多种流行的机器学习模型格式，并且将图像划分为训练、验证和测试三个子集。这种划分有助于在开发过程中有效地训练和评估模型。
