无人机海洋沙滩海滩垃圾检测数据集VOC+YOLO格式2982张6类别

注意看图片都是看起来像是灰度图，但是图片属性查看都是24位颜色图片的

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)：2982

标注数量(xml文件个数)：2982

标注数量(txt文件个数)：2982

标注类别数：6

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):["glass","plastic-bottle","retort-pouch","take-away-containers","takeaway-cup","tin-and-aluminum-cans"]

每个类别标注的框数：

glass 框数 = 3043

plastic-bottle 框数 = 5712

retort-pouch 框数 = 4311

take-away-containers 框数 = 2273

takeaway-cup 框数 = 3748

tin-and-aluminum-cans 框数 = 6531

总框数：25618

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，数据集只提供准确且合理标注

图片预览：

标注例子：

图片颜色信息：

什么是图片位深

图片位深（Bit Depth）指的是每个像素用于表示颜色的位数。常见的位深包括：

• 1位：黑白二值图像
• 8位：灰度图像（256级灰度）
• 24位：真彩色图像（RGB各8位，约1677万色）
• 32位：带透明通道的图像（RGBA）

为什么需要转换为24位深

兼容性问题：许多软件和网页不支持非标准位深的图片

显示异常：23位深图片在某些设备上可能出现色彩失真

格式限制：JPEG等常见格式只支持8位/通道（24位RGB）

处理需求：深度学习模型通常要求输入为24位RGB图像