超市货架空缺检测数据集4470张VOC+YOLO格式发布

资源摘要信息:"目标检测数据集是专门为超市商品货架空置缺货检测任务而构建的，包含4470张jpg格式的图片及其对应的标注信息。该数据集采用Pascal VOC格式和YOLO格式两种标注方式，用于支持不同目标检测框架的使用需求。Pascal VOC格式包含jpg图片和对应的xml标注文件，而YOLO格式则包含jpg图片和对应的txt标注文件。数据集中的图片数量和标注数量均为4470个，标注类别总数为2个，分别是“Empty-Space”（空置位置）和“Reduced”（缺货减少）。具体到每个类别的标注框数，“Empty-Space”有7570个框，“Reduced”有16205个框，总计标注框数为23775个。该数据集使用了labelImg标注工具，并采用矩形框对各类别进行标注。 使用本数据集时，应了解该数据集仅提供准确且合理的标注，但不对使用数据集训练出的模型或权重文件的精度做出任何保证。此外，数据集的构建和标注工作已经完成，不需要额外的分割路径txt文件。 标签方面，该数据集涵盖了“货架”、“空”、“缺货”、“补货”等关键词，它们紧密关联到超市商品管理和运营中的商品补充和库存监控等关键环节。 数据集的文件名称列表中包含了数据集的标题，明确标注了其为一个包含了4470张图片、两个类别标签的VOC+YOLO格式目标检测数据集。这表明数据集适用于目标检测模型的训练和测试，特别是在货架商品管理领域。"