固体废物检测数据集简介
无人机航拍巡检数据集之建筑物垃圾识别 yolo航拍垃圾检测 垃圾倾倒识别数据集10279期
核心信息总览表
无人机航拍巡检数据集之建筑物垃圾识别 yolo航拍垃圾检测 垃圾倾倒识别数据集10279期
| 信息维度 | 具体内容 |
|---|---|
| 数据集类别 | 目标检测类，仅包含 “废弃物” 1 个核心类别 |
| 数据数量 | 共包含 102 张标注图像，单张图像标注框数量最多达 3 个 |
| 数据集格式种类 | 原始标注为 YoloDarknet 格式的 txt 文件，同时支持转换为包含目标框坐标的 JSON 格式 |
| 最重要应用价值 | 可赋能智能环卫监测、户外环境垃圾识别等场景，为相关计算机视觉模型训练提供基础标注数据，助力环境治理智能化升级 |
数据集类别说明
该数据集的标注类别设定十分聚焦，仅划定了 “废弃物” 这一个核心类别。这种单一类别的标注模式，能让模型训练时更精准地锁定目标对象，避免多类别干扰，尤其适配针对通用固体废物的识别任务，降低了模型分类的复杂度。
无人机航拍巡检数据集之建筑物垃圾识别 yolo航拍垃圾检测 垃圾倾倒识别数据集10279期
图像数据总量说明
此数据集共收录了 102 张用于目标检测的图像数据，且所有图像均完成了专业标注。这些图像覆盖了不同场景下的固体废物形态，能够为模型提供一定的样本多样性，满足基础模型对训练数据规模的基本需求，为后续模型迭代打下数据根基。
单图标注数量说明
从单张图像的标注情况来看，以 53_TZ_huangyan.png 为例，其包含 3 个废弃物标注框，标注信息涵盖目标的坐标、宽高维度。这类标注密度能精准反映实际场景中多垃圾共存的情况，提升模型对多目标同时识别的适配性。
)
