＜数据集＞Udacity交通目标识别数据集＜目标检测＞

数据集格式：VOC+YOLO格式

图片数量：13239张（实际有15000张，但其中1761张无标签的图片被我去除掉）

标注数量(xml文件个数)：13239

标注数量(txt文件个数)：13239

标注类别数：11

标注类别名称：['truck', 'car', 'pedestrian', 'trafficLight-Red', 'trafficLight-RedLeft', 'biker', 'trafficLight', 'trafficLight-Green', 'trafficLight-GreenLeft', 'trafficLight-YellowLeft', 'trafficLight-Yellow']

序号	类别名称	图片数	框数
1	truck	2529	3623
2	car	12962	64399
3	pedestrian	3535	10806
4	trafficLight-Red	2662	6870
5	trafficLight-RedLeft	1308	1751
6	biker	1204	1864
7	trafficLight	1599	2568
8	trafficLight-Green	1986	5465
9	trafficLight-GreenLeft	212	310
10	trafficLight-YellowLeft	13	14
11	trafficLight-Yellow	124	272

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

相关阅读:
基于邻接矩阵的广度优先遍历
远程过程调用RPC 5：Dubbo路由
B2B营销新策略 | B2B企业如何实现产品导向增长目标（附方案下载）
踩坑ffmpeg录制的mp4无法在浏览器上播放
离散数学 --- 特殊图 --- 欧拉图，哈密顿图
建造者模式/生成器模式
基于Python实现的快速的仿手写文字的图片生成器项目源码
Windows系统下设置Python环境的pip镜像
vue2升级vue3：vue2 vue-i18n 升级到vue3搭配VueI18n v9
(转)冒泡排序及优化详解

原文地址：https://blog.csdn.net/qq_53332949/article/details/140368892