张小明
前端开发工程师
注意数据集中有部分数据集增强，主要是旋转增强
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：1974
标注数量(xml文件个数)：1974
标注数量(txt文件个数)：1974
标注类别数：2
所在github仓库：firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["not_plastic_trash","plastic_trash"]
每个类别标注的框数：
not_plastic_trash（非塑料垃圾） 框数 = 1284
plastic_trash（塑料垃圾） 框数 = 1933
总框数：3217
图片分辨率：640x640
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证
图片预览：
标注例子：
Emotion2Vec Large与DeepSpeech情感分析对比：企业选型评测 1. 引言：语音情感识别为何重要？ 在客服质检、心理评估、智能助手等场景中，听懂情绪比听懂内容更重要。传统的语音识别系统（如DeepSpeech）只能转…
李华
一、项目介绍 项目背景： 道路坑洼是城市交通基础设施面临的主要问题之一，严重影响行车安全和道路使用寿命。传统的坑洼检测方法主要依靠人工巡检或车载传感器，存在效率低、成本高和覆盖范围有限等缺点。基于深度学习的目标检测技术可以自动识…
李华
一、项目介绍 摘要 本项目基于YOLOv10目标检测算法，开发了一套高效、精准的铁路轨道缺陷智能检测系统，用于自动识别轨道表面的四种常见缺陷：裂纹（Crack）、断裂（Putus）、剥落（Spall…
李华
一、项目介绍 摘要 本项目基于YOLOv8深度学习框架，开发了一个高效准确的道路交通信号检测系统，能够识别21类常见的道路交通标志和信号。系统使用精心构建的专用数据集进行训练，包含训练集1376张、验证集488张和测试集229张图像，…
李华
第一章：为什么顶尖公司都在用Boost？ 在现代C开发中，Boost库已成为工业级应用的基石。它不仅填补了标准库在功能上的空白，更以卓越的稳定性与跨平台能力赢得了Google、Facebook、Adobe等技术巨头的青睐。这些公司在高性能服务器、编…
李华
Qwen3-Embedding-8B vs 0.6B成本效益对比：企业落地评测 1. Qwen3-Embedding 模型系列概览 Qwen3 Embedding 模型系列是 Qwen 家族的最新专有模型，专为文本嵌入与排序任务打造。基于 Qwen3 系列强大的密集基础架构，该系列提供了从 0.6B 到 8…
李华