news 2026/9/24 17:52:48

智慧医疗脑肿瘤检测数据集VOC+YOLO格式2243张4类别

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
智慧医疗脑肿瘤检测数据集VOC+YOLO格式2243张4类别

注意数据集中大约一半为增强图片,主要是翻转增强图片

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数):2443

标注数量(xml文件个数):2443

标注数量(txt文件个数):2443

标注类别数:4

所在github仓库:firc-dataset

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["Glioma","Meningioma","No Tumor","Pituitary"]

每个类别标注的框数:

Glioma (胶质瘤) 框数 = 830

Meningioma (脑膜瘤) 框数 = 547

No Tumor (无肿瘤) 框数 = 483

Pituitary (垂体瘤) 框数 = 612

总框数:2472

图片分辨率:640x640

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:暂无

特别声明:本数据集不对训练的模型或者权重文件精度作任何保证

图片预览:

标注例子:

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/24 15:29:06

为什么DeepSeek-R1推理更快?蒸馏技术原理与部署优化解析

为什么DeepSeek-R1推理更快?蒸馏技术原理与部署优化解析 1. 模型背景与核心优势 你有没有遇到过这样的问题:大模型虽然能力强,但响应慢、资源消耗高,根本没法在实际场景中快速用起来?而另一方面,小模型又…

作者头像 李华
网站建设 2026/9/12 5:49:48

新手福音!Qwen3-Embedding-0.6B极简安装指南

新手福音!Qwen3-Embedding-0.6B极简安装指南 你是不是也遇到过这样的问题:想用大模型做文本搜索、分类或者聚类,但不知道从哪下手?模型太大跑不动,环境配置复杂到崩溃?别急,今天这篇教程就是为…

作者头像 李华
网站建设 2026/9/24 17:00:39

YOLO11推理优化技巧:TensorRT加速部署实战案例

YOLO11推理优化技巧:TensorRT加速部署实战案例 YOLO11是Ultralytics最新发布的高效目标检测模型系列,在保持高精度的同时显著提升了推理速度与硬件适配能力。它并非简单延续前代编号,而是基于全新架构设计,针对边缘部署、低延迟场…

作者头像 李华
网站建设 2026/9/23 20:57:53

SGLang结构化输出测评:正则约束解码准确率实测

SGLang结构化输出测评:正则约束解码准确率实测 1. 引言:为什么结构化输出如此关键? 在当前大模型广泛应用的背景下,我们早已不满足于“模型能回答问题”这一基础能力。越来越多的实际业务场景要求模型输出格式严格、可直接解析的…

作者头像 李华
网站建设 2026/9/23 20:57:18

FSMN-VAD功能测评:支持上传与实时录音双模式

FSMN-VAD功能测评:支持上传与实时录音双模式 语音处理系统中,一个常被忽视却至关重要的环节是语音端点检测(Voice Activity Detection, VAD)。它负责从连续的音频流中精准识别出“人在说话”的时间段,自动剔除静音或无…

作者头像 李华
网站建设 2026/9/23 20:57:52

边缘AI部署新思路:Qwen2.5-0.5B无GPU实战

边缘AI部署新思路:Qwen2.5-0.5B无GPU实战 1. 小模型也能大作为:为什么选择 Qwen2.5-0.5B? 你有没有想过,在没有 GPU 的老旧笔记本、树莓派,甚至是一台闲置的办公电脑上,也能跑起一个真正能对话、会写代码…

作者头像 李华