数据集卡片：vehicles-q0x2v

** 原始的COCO数据集存储在dataset.tar.gz中 **

数据集概述

vehicles-q0x2v

支持的任务和排行榜

• 目标检测：该数据集可用于训练目标检测模型。

语言

英语

数据集结构

数据实例

一个数据点由图像及其对象注释组成。

{
  'image_id': 15,
  'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=640x640 at 0x2373B065C18>,
  'width': 964043,
  'height': 640,
  'objects': {
    'id': [114, 115, 116, 117], 
    'area': [3796, 1596, 152768, 81002],
    'bbox': [
      [302.0, 109.0, 73.0, 52.0],
      [810.0, 100.0, 57.0, 28.0],
      [160.0, 31.0, 248.0, 616.0],
      [741.0, 68.0, 202.0, 401.0]
    ], 
    'category': [4, 4, 0, 0]
  }
}

数据字段

• 图像：图像ID
• 图像：包含图像的PIL.Image.Image对象。注意，在访问图像列时：dataset[0]["image"] 图像文件将自动解码。解码大量图像文件可能需要很长时间。因此，在"image"列之前，首先查询样本索引非常重要，例如dataset[0]["image"]应始终优先于dataset["image"][0]
• 宽度：图像宽度
• 高度：图像高度
• 对象：包含图像上存在的对象的边界框元数据的字典
  • ID：注释ID
  • 区域：边界框的面积
  • 边界框：对象的边界框（以 coco 格式）
  • 类别：对象的类别

标注者是Roboflow用户

附加信息

许可信息

请参见原始主页 https://universe.roboflow.com/object-detection/vehicles-q0x2v

引用信息

@misc{ vehicles-q0x2v,
    title = { vehicles q0x2v Dataset },
    type = { Open Source Dataset },
    author = { Roboflow 100 },
    howpublished = { \url{ https://universe.roboflow.com/object-detection/vehicles-q0x2v } },
    url = { https://universe.roboflow.com/object-detection/vehicles-q0x2v },
    journal = { Roboflow Universe },
    publisher = { Roboflow },
    year = { 2022 },
    month = { nov },
    note = { visited on 2023-03-29 },
}"

贡献

感谢 @mariosasko 添加此数据集。