当前位置: 首页 > news >正文

西方艺术画作作家识别名画作者识别检测数据集VOC+YOLO格式3006张34类别

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):3006

标注数量(xml文件个数):3006

标注数量(txt文件个数):3006

标注类别数:34

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):["Amedeo Modigliani","Andy Warhol","Arshille Gorky","Caravaggio","Claude Monet","Diego Velaquez","Edgar Degas","Edouard Manet","Edvard Munch","Edward Hopper","Francisco De Goya","Georges Braque","Georges Seurat","Giotto Di Bondone","Gustav Klimt","Gustave Courbet","Henri Matisse","Jackson Pollock","Jan Van Eyck","Joan Miro","Johannes Vermeer","Leonardo Da Vinci","Mark Rothko","Pablo Picasso","Paul Cezanne","Paul Gauguin","Paul Klee","Rembrandt","Renoir","Salvador Dali","Sandro Botticelli","Vincent Van Gogh","Wassily Kandisky","William Turner"]

每个类别标注的框数:

Amedeo Modigliani(阿梅代奥·莫迪利亚尼)框数 = 140,占有图片数 = 127

Andy Warhol(安迪·沃霍尔)框数 = 44,占有图片数 = 20

Arshille Gorky(阿希尔·戈尔基)框数 = 61,占有图片数 = 59

Caravaggio(卡拉瓦乔)框数 = 77,占有图片数 = 76

Claude Monet(克劳德·莫奈)框数 = 90,占有图片数 = 89

Diego Velaquez(迭戈·委拉斯开兹)框数 = 94,占有图片数 = 94

Edgar Degas(埃德加·德加)框数 = 115,占有图片数 = 115

Edouard Manet(爱德华·马奈)框数 = 99,占有图片数 = 99

Edvard Munch(爱德华·蒙克)框数 = 33,占有图片数 = 30

Edward Hopper(爱德华·霍珀)框数 = 63,占有图片数 = 58

Francisco De Goya(弗朗西斯科·戈雅)框数 = 107,占有图片数 = 107

Georges Braque(乔治·布拉克)框数 = 57,占有图片数 = 40

Georges Seurat(乔治·修拉)框数 = 42,占有图片数 = 42

Giotto Di Bondone(乔托·迪·邦多纳)框数 = 77,占有图片数 = 77

Gustav Klimt(古斯塔夫·克里姆特)框数 = 63,占有图片数 = 63

Gustave Courbet(古斯塔夫·库尔贝)框数 = 131,占有图片数 = 131

Henri Matisse(亨利·马蒂斯)框数 = 122,占有图片数 = 121

Jackson Pollock(杰克逊·波洛克)框数 = 54,占有图片数 = 40

Jan Van Eyck(扬·凡·艾克)框数 = 40,占有图片数 = 39

Joan Miro(胡安·米罗)框数 = 109,占有图片数 = 106

Johannes Vermeer(约翰内斯·维米尔)框数 = 38,占有图片数 = 35

Leonardo Da Vinci(列奥纳多·达·芬奇)框数 = 48,占有图片数 = 43

Mark Rothko(马克·罗斯科)框数 = 178,占有图片数 = 163

Pablo Picasso(巴勃罗·毕加索)框数 = 89,占有图片数 = 66

Paul Cezanne(保罗·塞尚)框数 = 123,占有图片数 = 123

Paul Gauguin(保罗·高更)框数 = 153,占有图片数 = 153

Paul Klee(保罗·克利)框数 = 147,占有图片数 = 146

Rembrandt(伦勃朗)框数 = 127,占有图片数 = 127

Renoir(雷诺阿)框数 = 168,占有图片数 = 168

Salvador Dali(萨尔瓦多·达利)框数 = 44,占有图片数 = 40

Sandro Botticelli(桑德罗·波提切利)框数 = 80,占有图片数 = 80

Vincent Van Gogh(文森特·梵高)框数 = 111,占有图片数 = 111

Wassily Kandisky(瓦西里·康定斯基)框数 = 122,占有图片数 = 122

William Turner(威廉·透纳)框数 = 96,占有图片数 = 96

总框数:3142

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:数据集没有划分训练验证测试集需自行划分

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:

http://www.jsqmd.com/news/583483/

相关文章:

  • 告别模糊边界!用PraNet+Res2Net实战结肠息肉分割,附PyTorch保姆级代码解读
  • 文字识别OCR 在线工具 vs OCR API 接口平台:普通用户和开发者该怎么选?
  • 基于Simulink与Carsim的LKA车道保持系统:横向预瞄PID控制与纵向稳定性研究——...
  • 嘉兴脱发白发理疗养发馆哪家好?黑奥秘近20年深耕头发理疗更专业 - 美业信息观察
  • Redis 缓存穿透怎么解决?3 种方案实测 + 踩坑全记录(2026)
  • javaweb高校两校区通勤校车预约系统的设计与实现 论文
  • 【Pygame】第17章 游戏用户界面系统与菜单交互设计实现
  • 《吐槽大会》编剧与导演团队意见平衡机制深度研究报告
  • 兰亭妙微教育App设计案例研究:Chegg Study的UI/UX设计亮点与专业总结 - ui设计公司兰亭妙微
  • 开挖煤层这事儿看着像在挖煤,实际是在跟地下水的流动玩捉迷藏。咱今天不整那些虚的,直接上COMSOL模型里的硬货
  • Xray-强大的漏洞扫描工具
  • ArcGIS Pro 3.0 保姆级教程:用‘渔网’工具把全球人口TIFF数据变成深圳1公里网格热力图
  • 解锁论文写作新境界:书匠策AI——学术路上的智慧导航
  • **发散创新:基于同态加密的隐私保护计算在Python中的实战实现**随
  • 2026企业微信服务商深度解析:从选工具到运营增长,微盛·企微管家如何助力?
  • OpenClaw多模型对比:Qwen3-14B与Llama3在本地自动化中的表现
  • 枫叶互动
  • 带你读顶会论文丨基于溯源图的APT攻击检测
  • PanelAI 最新进展:AI算力集群一键部署ComfyUI Stable Diffusion,多节点Docker管理面板从原型到真实数据全解析
  • 国产原子钟 高性能高精度快稳国产铷原子钟产品分析 超高性能铷钟 高精度铷钟
  • javaweb高校大学生就业信息求职招聘需求的数据分析系统的设计与实现
  • 2026云真机选型指南:中小微企业如何突破多机型测试困局
  • OpenClaw Windows安装包,告别命令行配置,安装后自动配置400+大模型
  • 从 Claude Code 学习 Agent Harness 的核心特性
  • 破茧成蝶:Java后端从0到资深工程师的进阶之路(五)
  • 告别FGO重复操作:FGA智能战斗引擎的全场景高效解决方案
  • 兰亭妙微B端响应式设计规范:四步参数配置与三阶段交付实践 - ui设计公司兰亭妙微
  • 优峰技术 1550nm 可调谐激光器:全光纤型分支器件检测核心光源
  • Android selinux 权限添加
  • 二本计算机找工作分享