數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：9977 標註數量(xml文件個數)：9977 標註數量(txt文件個數)：9977 標註類別數：20 所在倉庫：firc-dataset 標註類別名稱(注意yo
MVTec公司已於2024年11月20日發佈了機器視覺軟件 HALCON 24.11 。這個版本在深度學習、3D視覺、開發體驗以及授權模式上都有顯著提升。 下面這個表格彙總了HALCON24.11的主要新特性： 特性類別
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：2129 標註數量(xml文件個數)：2129 標註數量(txt文件個數)：2129 標註類別數：4 所在倉庫：firc-dataset 標註類別名稱(注意yol
注意數據集中圖片重複場景可能比較多 數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：2777 標註數量(json文件個數)：2777 標註類別數：8 標註類別名稱:["works-machine-","person","Helmet","vest","safety shoes"
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：1009 標註數量(xml文件個數)：1009 標註數量(txt文件個數)：1009 標註類別數：5 所在倉庫：firc-dataset 標註類別名稱(注意yol
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：896 標註數量(xml文件個數)：896 標註數量(txt文件個數)：896 標註類別數：4 所在倉庫：firc-dataset 標註類別名稱(注意yolo格式
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：1690 標註數量(xml文件個數)：1690 標註數量(txt文件個數)：1690 標註類別數：2 所在倉庫：firc-dataset 標註類別名稱(注意yol
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：646 標註數量(json文件個數)：646 標註類別數：1 標註類別名稱:["river"] 每個類別標註的框數： river count = 938 總框數：938 使用標註工具：labelme=5.5.0
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：256 標註數量(json文件個數)：256 標註類別數：1 標註類別名稱:["Floating"] 每個類別標註的框數： Floating count = 387 總框數：387 使用標註工具：labelme=
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：3568 標註數量(xml文件個數)：3568 標註數量(txt文件個數)：3568 標註類別數：4 所在倉庫：firc-dataset 標註類別名稱(注意yol
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：363 標註數量(json文件個數)：363 標註類別數：10 標註類別名稱:["inlet","inlet-circle","inlet-circle-left","inlet-circle-right","inlet-above-l
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：8510 標註數量(json文件個數)：8510 標註類別數：1 標註類別名稱:["Building"] 每個類別標註的框數： Building count = 127527 總框數：127527 使用標註工具：
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：1877 標註數量(xml文件個數)：1877 標註數量(txt文件個數)：1877 標註類別數：3 所在倉庫：firc-dataset 標註類別名稱(注意yol
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：125 標註數量(xml文件個數)：125 標註數量(txt文件個數)：125 標註類別數：2 所在倉庫：firc-dataset 標註類別名稱(注意yolo格式
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：246 標註數量(xml文件個數)：246 標註數量(txt文件個數)：246 標註類別數：6 所在倉庫：firc-dataset 標註類別名稱(注意yolo格式
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：8995 標註數量(xml文件個數)：8995 標註數量(txt文件個數)：8995 標註類別數：2 所在倉庫：firc-dataset 標註類別名稱(注意yol
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：1741 標註數量(xml文件個數)：1741 標註數量(txt文件個數)：1741 標註類別數：1 所在倉庫：firc-dataset 標註類別名稱:["Acc
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：19863 標註數量(xml文件個數)：19863 標註數量(txt文件個數)：19863 標註類別數：1 所在倉庫：firc-dataset 標註類別名稱:["
數據集格式： Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：3890 標註數量(xml文件個數)：3890 標註數量(txt文件個數)：3890 標註類別數：1 標註類別名稱:["defect"] 每個類別標註的框數： defect 框數 = 4044 總
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：2029 標註數量(json文件個數)：2029 標註類別數：1 標註類別名稱:["tree"] 每個類別標註的框數： tree count = 4945 總框數：4945 使用標註工具：labelme=5.5.
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：5018 標註數量(json文件個數)：5018 標註類別數：2 標註類別名稱:["roots","treefall"] 每個類別標註的框數： roots（樹根） count = 11988 treefall（倒樹）
數據集格式：labelme格式(不包含mask文件，僅僅包含jpg圖片和對應的json文件) 圖片數量(jpg文件個數)：4918 標註數量(json文件個數)：4918 標註類別數：5 標註類別名稱:["Basophil","Erythroblast","Monocyte","Myeloblast","Seg_Neutrophil"]=["嗜鹼性粒細胞"
注意數據集中圖片有超過一半是增強圖片 數據集類型：圖像分類用，不可用於目標檢測無標註文件 數據集格式：僅僅包含jpg圖片，每個類別文件夾下面存放着對應圖片 圖片數量(jpg文件個數)：11303 分類類別數：2 類別名稱:['Normal','OSCC'] 每個類別圖片數： 訓練集圖片數：9264 - Normal訓練集圖片數：43
數據集格式：Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件，僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數)：4918 標註數量(xml文件個數)：4918 標註數量(txt文件個數)：4918 標註類別數：5 所在倉庫：firc-dataset 標註類別名稱(注意yol
