斑马目标检测数据集 | 目标检测 | 动物识别-YOLO数据集

本数据集面向斑马目标检测场景的目标检测任务，涵盖37个检测类别，总计398张标注图像。数据集适用于动物识别领域的算法研究、模型训练与工程应用。

数据集概览

数据集名称：斑马目标检测数据集
任务类型：目标检测
图像总数：398 张
标注类别：37 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37个检测类别，各类别标注分布如下：

Baby springbok（小跳羚）
Monkey
Zebra with horn and wing（有喇叭和翅膀的斑马）
Zebra patterned ottoman（斑马图案脚凳）
Zebra behind fence（栅栏后面的斑马）
Tiger（虎式）
Butterfly（花飞蝶舞）
Clouds（云）
Springbok（跳羚）
Lion（狮子）
Pack of zebra（一包斑马）
Donkey with zebra stripes（斑马纹驴）
Zebra with glasses（戴眼镜的斑马）
Elephant with zebra pattern（斑马纹大象）
Donkey（驴子）

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，实现斑马目标检测的自动识别
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