UML类图边界框评分数据集
数据来源：互联网公开数据
标签：UML类图,边界框,评分系统,图像分割,目标检测,Faster R-CNN,YOLO
数据概述：
本数据集包含约650张UML类图图像，图像来源于GitHub公开仓库的抓取。每张图像经过人工标注，标注内容包括评分和边界框，用于标注关键特征如箭头、类和交叉线。每张图像关联两个文件：
1. .txt文件：包含YOLOv5（兼容YOLOv8）格式的边界框，适用于训练分割模型。
2. .xml文件：包含Faster R-CNN格式的边界框，提供另一种标注选择。
此外，数据集中还包括一个“images_rating”文件，记录所有图像文件名及其对应的评分。图像格式为.jpg和.png。
数据用途概述：
该数据集适用于多种场景，包括但不限于：
1. 训练图像分割模型，如YOLO或Faster R-CNN。
2. 提取图像特征，用于创建UML类图评估器，为设计师提供评分反馈。
3. 支持其他基于图像的机器学习任务，如目标检测和图像分类。
通过该数据集，研究人员和开发者可以高效地训练模型，实现对UML类图的自动分析和评分，为软件设计和开发提供有力支持。
