 数据集介绍、下载及YOLO/VOC/COCO训练格式转换)
MD-FLS 完整数据集下载目录满足目标分类、目标检测、语义分割三种任务目标检测中包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTMD-FLS 数据集数据集介绍、下载| 目标分类 / 目标检测 / 语义分割 |水平框原始图像✅分类标签✅掩码标签✅可视化掩码标签✅原始VOC标签✅VOC标签✅|YOLO 标签✅全领域数据集目录链接计算机视觉数据集下载目录 | 涉及遥感️、多模态、海洋声呐、SAR、异常/缺陷️、医学、农业、日常场景等文章目录一、数据集全称与定位二、整体数据集2.1 quarry-fullsize2.2 turntable-cropped2.3 watertank-cropped2.4 watertank-segmentation三、标签格式转换四、训练样例一、数据集全称与定位Marine Debris Forward-Looking Sonar Datasets海洋垃圾前视声呐数据集简称MD-FLS全球较早一套公开、标准化水下前视声呐FLS海洋垃圾专用数据集面向浑浊水域无光环境下的水下垃圾AI检测、分割、识别研究解决水下光学相机无法成像、声呐标注数据稀缺的行业痛点适配ROV水下清污、海洋生态监测场景。采集传感器ARIS Explorer 3000 高频前视声呐3MHz近距离分辨率约3mm探测距离1~5m发布主体欧洲科研团队收录于OCEANS 2025会议论文、arXiv预印本链接mvaldenegro/marine-debris-fls-datasets二、整体数据集2.1 quarry-fullsize含义野外真实水域场景未做裁剪、保留声呐原始完整分辨率的原图集合场景特点积水采石场自然水下环境包含泥沙底质、水流扰动、声学阴影、杂斑噪声、物体堆叠遮挡是最贴近工程实战的数据内容仅存储完整原始FLS灰度声呐大图无裁剪压缩2.2 turntable-cropped含义转盘360°全视角数据集将画面裁切至仅保留目标物体区域剔除多余空白水底背景采集逻辑声呐固定垃圾物体放置转盘匀速旋转采集0~360°全部姿态画面裁切后画面主体集中、冗余背景大幅减少适用场景图像分类任务2.3 watertank-cropped含义实验室静音水箱干净场景原图经过中心裁切处理去除声呐画面边缘无效区域场景特点水流平稳、噪声极低、干扰少裁切后画面统一尺寸便于模型批量训练适用场景图像分类任务2.4 watertank-segmentation含义专为像素级语义分割任务设计的水箱内目标的完整标注数据集完整配套内容原始水箱声呐灰度图1868张灰度声呐图未划分训练集、验证集一一对应的像素级掩码0背景1~11对应11类海洋垃圾塑料瓶、易拉罐、链条、饮料纸盒、挂钩 、船用螺旋桨、洗发水瓶、立式瓶子、轮胎、阀门、墙壁边界框XML标注适用场景水下声呐语义分割算法训练目标检测像素级二值掩码 Pixel Value: Class Name 0: Background 1: Bottle 2: Can 3: Chain 4: Drink-carton 5: Hook 6: Propeller 7: Shampoo-bottle 8: Standing-bottle 9: Tire 10: Valve 11: Wall可视化掩码标签三、标签格式转换MD-FLS 中watertank-segmentation目标检测标签转换后的完整数据集文件夹内容包含VOC XML、YOLO TXT标签 watertank-segmentation ├─ BoxAnnotations │ └─ 标注文件 │ └─ ... ├─ Images │ └─ ️ *.png │ └─ ... ├─ Masks │ └─ ⚫ 分割掩码图 │ └─ ... ├─ visualize │ └─ 掩码可视化效果图 │ └─ ... ├─ VOC │ └─ *.xml 边框标注 │ └─ ... └─ YOLO └─ *.txt 归一化检测标签 └─ ...四、训练样例以YOLO 水平框标签为例进行训练
