GhostVision侧扫声呐废弃蟹笼检测数据集介绍、下载及YOLO/VOC/COCO训练格式转换-育师

GhostVision 完整数据集下载目录

同时包含三种主流标注格式：COCO JSON、VOC XML、YOLO TXT

GhostVision SSS废弃蟹笼检测数据集🌊：数据集介绍、下载📥| 目标检测 |水平框📌｜原始图像✅｜原始标签✅｜VOC标签✅|COCO 标签✅|YOLO 标签✅

文章目录

一、基础信息
二、原始标注与数据格式
三、标注格式转换
四、训练样例

一、基础信息

Ghost‑Pot Side‑Scan Sonar Detection Dataset（项目代号GhostVision数据集，HuggingFace标识：PINGEcosystem/sss‑crab‑pot‑detection‑ds，Zenodo记录：20056679，v1.0.0），是面向浅水浑浊水域废弃蟹笼（幽灵渔具）检测的公开侧扫声呐目标检测数据集，由美国特拉华大学CSHEL实验室构建，与GhostVision整套开源检测流水线配套发布，用于解决幽灵捕捞、海底栖息地破坏等海洋生态问题。

项目	详情
发布版本	v1.0.0，2026‑05‑06
DOI	10.5281/zenodo.20056679
图像总量	6674张侧扫声呐裁剪图像
采集传感器	消费级Humminbird侧扫声呐（民用低成本设备）
采集海域	美国特拉华州内湾、特拉华湾（Rehoboth湾、印第安河湾等浅水近岸区域）
配套论文	GhostVision: Democratizing Derelict Gear Detection Using Low‑Cost Sonar and Artificial Intelligence（Journal of Marine Science and Engineering）

二、原始标注与数据格式

标注类型：轴对齐矩形包围框[x,y,width,height]，像素坐标系；同时保存每个目标的像素面积。
存储格式：JSON Lines（JSONL），每张图像对应一行记录，原生支持HuggingFace datasets库流式读取。
两类标签
- Crab‑Pot：高置信度废弃蟹笼；
- Maybe‑Crab‑Pot：形态疑似蟹笼、但特征模糊，存在歧义的目标，用于处理声呐成像固有的不确定性，避免强制给出错误标注。

JSONL核心结构示例：

{"file_name":"xxx.jpg","objects":{"bbox":[[x,y,w,h],…],"category":["Crab‑Pot",…],"area":[像素面积,…]}}

三、标注格式转换

转换后的完整数据集目录（包含COCO JSON、VOC XML、YOLO TXT三种主流标签）：

📁 sss-crab-pot-detection-ds ├─ 📁 COCO │ ├─ 📄 instances_test.json │ ├─ 📄 instances_train.json │ └─ 📄 instances_val.json ├─ 📁 images │ ├─ 📁 test │ │ ├─ 🖼️ *.png │ │ └─ ... │ ├─ 📁 train │ │ ├─ 🖼️ *.png │ │ └─ ... │ └─ 📁 valid │ ├─ 🖼️ *.png │ └─ ... ├─ 📁 VOC │ ├─ 📁 test │ │ ├─ 📜 *.xml │ │ └─ ... │ ├─ 📁 train │ │ ├─ 📜 *.xml │ │ └─ ... │ └─ 📁 valid │ ├─ 📜 *.xml │ └─ ... ├─ 📁 YOLO │ ├─ 📁 test │ │ ├─ 📃 *.txt │ │ └─ ... │ ├─ 📁 train │ │ ├─ 📃 *.txt │ │ └─ ... │ └─ 📁 valid │ ├─ 📃 *.txt │ └─ ... ├─ 📄 test.jsonl ├─ 📄 train.jsonl └─ 📄 val.jsonl

各个文件夹含义：