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。