易拉罐和瓶子分类数据集 6059张图片，支持yolo，coco json，paschal voc xml格式，识别率可达92.5%

数据集信息

数据集拆分

数据集的分割及其作用

训练集
训练集用于模型的学习过程，通过大量标注数据让模型掌握易拉罐和瓶子的特征（如形状、纹理、颜色）。训练集的质量和规模直接影响模型的性能。

验证集
验证集用于调整超参数（如学习率、批次大小）和评估模型在训练过程中的表现。通过验证集的反馈，可以防止过拟合，并选择最优的模型架构。

测试集
测试集是最终评估模型泛化能力的独立数据集，模拟真实场景中的表现。测试集的数据不应参与训练或调参，以确保评估结果的客观性。

---

训练集 

4244图像

验证机

907图像

测试集

908图像

预处理

自动定位：已应用

调整大小：拉伸到640x640

增强

没有应用增强

标签

bottle和can

塑料瓶

易拉罐：

测试

使用本地图片测试验证识别率：

识别标签信息：

{
  "predictions": [
    {
      "x": 329.5,
      "y": 314.5,
      "width": 349,
      "height": 623,
      "confidence": 0.977,
      "class": "can",
      "class_id": 1,
      "detection_id": "154d4b7f-6e38-4de9-a116-e4ecda4e5a3c"
    }
  ]
}

使用场景
易拉罐和瓶子分类数据集主要用于训练和评估计算机视觉模型，以实现自动化的垃圾分类。典型的应用场景包括智能垃圾桶、自动回收站、工业分拣流水线等。这些模型可以通过摄像头或传感器识别易拉罐和瓶子，提高垃圾分类的效率和准确性。

前景
随着环保意识的增强和智能设备的普及，此类数据集的需求将持续增长。基于深度学习的分类模型可以进一步优化，例如结合边缘计算实现实时分类，或扩展到更多类别的垃圾识别。未来可能应用于家庭机器人、城市智慧环卫系统等领域。

数据集下载获取：

请下方留言或者后台私信获取，本数据集来之不易，仅提供CSDN的付费下载

 

易拉罐和瓶子分类数据集6059张图片支持coco json格式

下载地址: https://download.csdn.net/download/pbymw8iwm/92093079 ,

易拉罐和瓶子分类数据集 6059张图片，支持darknet格式，识别率可达92.5%

下载地址: https://download.csdn.net/download/pbymw8iwm/92093072 ,

易拉罐和瓶子分类数据集 6059张图片，支持voc xml格式

下载地址: https://download.csdn.net/download/pbymw8iwm/92093062 ,

易拉罐和瓶子分类数据集 6059张图片，支持yolo v5格式

下载地址: https://download.csdn.net/download/pbymw8iwm/92093013 ,

易拉罐和瓶子分类数据集 6059张图片，支持yolo v7格式

下载地址: https://download.csdn.net/download/pbymw8iwm/92093002 ,

易拉罐和瓶子分类数据集 6059张图片，支持yolo v8格式，识别率可达92.5%

下载地址: https://download.csdn.net/download/pbymw8iwm/92093001 ,

易拉罐和瓶子分类数据集 6059张图片，支持yolo v9格式，识别率可达92.5%

下载地址: https://download.csdn.net/download/pbymw8iwm/92092996 ,

易拉罐和瓶子分类数据集 6059张图片，支持yolo v11格式

下载地址: https://download.csdn.net/download/pbymw8iwm/92092985 ,