收割机数据集 | 目标检测 | 工业制造

本数据集面向收割机场景的目标检测任务，涵盖22个检测类别，总计3,567张标注图像。数据集适用于工业制造领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：收割机数据集
• 任务类型：目标检测
• 图像总数：3,567 张
• 标注类别：22 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 / YOLO26 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含22个检测类别，各类别标注分布如下：

• hand open（手动打开）
• claw（钩）
• palm（棕榈）
• one（一）
• hand natural（手部天然）
• two
• four（四）
• three（三）
• thumbs up（真棒）
• seven（七）
• eight（八）
• nine（九）
• fist（拳脚）
• c（C）
• love（恋爱）

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. **目标检测模型训练**：使用本数据集训练目标检测模型，实现收割机的自动识别
2. **算法研究**：作为目标检测算法的基准数据集，用于性能评估与横向对比
3. **工程应用**：支持智能检测系统的开发与部署
4. **教学与科研**：适用于计算机视觉、深度学习等领域的科研项目与课程实践

数据集特点

• 即开即用：YOLO格式标注，无需额外格式转换，下载后可直接用于模型训练
• 标准数据划分：按照标准比例划分训练集、验证集与测试集

获取方式