TrashNet_实时多类别垃圾识别数据集

数据集概述

该数据集为实时多类别垃圾识别数据集，含2600张高分辨率RGB图像（8320个目标），标注为七类垃圾。数据来自孟加拉国两个城市区域，用三款中端设备拍摄，按训练、验证、测试集划分，支持智能城市低资源场景的计算机视觉模型开发。

文件详解

• 文件名称: TrashNet++.zip
• 文件格式: ZIP压缩包
• 内容说明: 压缩包内包含垃圾识别图像及标注数据，具体结构未提供；图像为640×640像素JPEG格式，标注采用YOLO边界框格式（归一化坐标及类别ID），对应每个图像有.txt标注文件；数据划分为训练集（1825张图像、5913个标注）、验证集（515张图像、1634个标注）、测试集（260张图像、773个标注）

适用场景

• 智能城市垃圾管理: 训练实时垃圾分类检测模型，支持物联网设备部署
• 低资源场景计算机视觉研究: 开发适用于中端硬件的轻量化垃圾识别算法
• 城市环境卫生分析: 基于垃圾类型分布数据优化垃圾收运与处理策略
• 环境监测应用: 识别高风险垃圾（如电子垃圾、医疗垃圾）的分布与处理需求