数据集概述
本数据集是一个用于目标检测的垃圾检测数据集，包含七类常见垃圾的标注图像：可生物降解物、纸板、玻璃、金属、纸张、塑料以及综合类别"全部"。所有图像均采用YOLO格式的边界框进行标注，标注信息包含垃圾物品的位置和类别。数据集已划分为训练集、验证集和测试集，总计包含一万零一百六十个文件，主要用于支持基于计算机视觉的自动化垃圾分类系统开发。
文件详解
- 数据集配置文件
- 文件名称：
data.yaml
- 文件格式： YAML
- 字段映射介绍： 包含数据集的路径配置、类别名称列表等基础配置信息。
- 图像数据文件
- 文件名称： 遵循
[train/valid/test]/images/[类别][编号]_jpg.rf.[哈希值].jpg模式（如：biodegradable857_jpg.rf.b4836e138103ce2b174809295c9d460e.jpg）
- 文件格式： JPG
- 字段映射介绍： 各类垃圾的实际图像文件。
- 标注标签文件
- 文件名称： 遵循
[train/valid/test]/labels/[类别][编号]_jpg.rf.[哈希值].txt模式（如：biodegradable854_jpg.rf.1cde60dbedd89e650b55b280cd1f2b0d.txt）
- 文件格式： TXT
- 字段映射介绍： 以YOLO格式存储的标注信息，每行代表一个检测目标，格式为"类别编号 中心点x坐标 中心点y坐标 宽度 高度"。
- 缓存文件
- 文件名称：
labels.cache
- 文件格式： CACHE
- 字段映射介绍： 用于加速数据加载的标签缓存文件。
适用场景
- 垃圾分类算法开发: 用于训练和评估基于深度学习的垃圾检测与分类模型。
- 智能回收系统研究: 为自动化垃圾分拣设备提供视觉识别能力支持。
- 环境科技应用: 推动计算机视觉技术在环保领域的实际应用，如智能垃圾桶、垃圾处理厂自动化分拣等。
- 计算机视觉教学: 作为目标检测课程的实践数据集，帮助学生理解真实场景下的物体检测任务。
