Popular_Animals_Based_6类动物目标检测Pascal_VOC标注数据集

数据集概述

本数据集包含用于构建Faster R-CNN模型的6类动物目标检测图像及标注，涉及猫、牛、狗、马、人、羊6类对象，共600张图像，按75%/25%随机分为训练集（450张）和测试集（150张），标注格式为Pascal VOC，所有图像已标准化尺寸，可用于计算机视觉深度学习目标检测模型训练。

文件详解

• 文件名称：Popular Animals.zip
• 文件格式：ZIP（压缩包）
• 字段映射介绍：压缩包内包含600张目标检测图像文件及对应XML标注文件，标注文件采用Pascal VOC格式，记录每个图像中目标对象的类别（猫、牛、狗、马、人、羊）及 bounding box 位置信息。

适用场景

• 目标检测模型训练: 用于Faster R-CNN等深度学习模型的训练与测试，验证模型对6类动物及人类目标的检测性能。
• 计算机视觉算法研究: 支持目标检测算法在多类别动物识别场景下的精度、召回率等指标评估。
• 图像标注格式研究: 基于Pascal VOC标注格式，开展目标检测标注规范及数据预处理方法研究。
• 数据集平衡性分析: 分析训练集与测试集的类别分布平衡性对模型泛化能力的影响。