【图像分类数据集】非常全面实用的垃圾分类图片数据集共享

简介: 【图像分类数据集】非常全面实用的垃圾分类图片数据集共享

数据集介绍:


训练集


该垃圾分类训练集一共有四个大类:可回收物、厨余垃圾、有害垃圾、其他垃圾。


该垃圾分类训练集一共有四十个小类,标注数据详细如下:


{
    "0": "其他垃圾/一次性快餐盒",
    "1": "其他垃圾/污损塑料",
    "2": "其他垃圾/烟蒂",
    "3": "其他垃圾/牙签",
    "4": "其他垃圾/破碎花盆及碟碗",
    "5": "其他垃圾/竹筷",
    "6": "厨余垃圾/剩饭剩菜",
    "7": "厨余垃圾/大骨头",
    "8": "厨余垃圾/水果果皮",
    "9": "厨余垃圾/水果果肉",
    "10": "厨余垃圾/茶叶渣",
    "11": "厨余垃圾/菜叶菜根",
    "12": "厨余垃圾/蛋壳",
    "13": "厨余垃圾/鱼骨",
    "14": "可回收物/充电宝",
    "15": "可回收物/包",
    "16": "可回收物/化妆品瓶",
    "17": "可回收物/塑料玩具",
    "18": "可回收物/塑料碗盆",
    "19": "可回收物/塑料衣架",
    "20": "可回收物/快递纸袋",
    "21": "可回收物/插头电线",
    "22": "可回收物/旧衣服",
    "23": "可回收物/易拉罐",
    "24": "可回收物/枕头",
    "25": "可回收物/毛绒玩具",
    "26": "可回收物/洗发水瓶",
    "27": "可回收物/玻璃杯",
    "28": "可回收物/皮鞋",
    "29": "可回收物/砧板",
    "30": "可回收物/纸板箱",
    "31": "可回收物/调料瓶",
    "32": "可回收物/酒瓶",
    "33": "可回收物/金属食品罐",
    "34": "可回收物/锅",
    "35": "可回收物/食用油桶",
    "36": "可回收物/饮料瓶",
    "37": "有害垃圾/干电池",
    "38": "有害垃圾/软膏",
    "39": "有害垃圾/过期药物"
}


文件夹结构如下(部分:


1dc618a0ed9580ce8bfa6facb208c08f.png


第0类文件夹下数据展示如下(部分:


5d4c6812c8535adbb050f4ddf2e1bce8.png


测试集


测试集中,里面是从未在训练集出现过的、随机打乱的图片,里面的图片包含40个类别,用于最后模型训练完成进行测试。


大致如下:


46a9d80a6e05e4e3b19d57a0ee70bcdf.png


数据集获取方式:


链接:https://pan.baidu.com/s/1hzEJOhd0Q3WjWFIuH-rjhQ

提取码:(数据集获取不易,获取方式如下)


“如果可以的话点赞本文,收藏本文后,在评论区留邮箱,博主在会立即发送提取码喔。”


总结:


       数据集获取不易,听闻国外开源精神非常盛行,那么我开个数据集不过分吧?整体数据集质量非常的不错,放眼全网这么好的数据集恐怕并不多见。


相关文章
|
存储
【数据结构】连通图、连通分量与强连通图、强连通分量—区别在于强,强强在哪里?
【数据结构】连通图、连通分量与强连通图、强连通分量—区别在于强,强强在哪里?
11012 1
【数据结构】连通图、连通分量与强连通图、强连通分量—区别在于强,强强在哪里?
|
2月前
|
存储 运维 自然语言处理
OpenClaw阿里云上一键部署上云指南,让OpenClaw(原Clawdbot)24小时为你工作
OpenClaw(原Clawdbot、Moltbot)是一款开源AI自动化代理平台,核心依托大语言模型的自然语言理解能力,无需用户掌握编程技能,仅通过日常语言指令即可完成办公自动化、文件管理、多工具协同、基础开发辅助等多元任务,兼容主流大语言模型,可灵活对接各类应用接口与私有知识库,适配个人办公、轻量团队协作等多种场景。2026年,阿里云轻量服务器针对OpenClaw优化推出专属一键部署方案,通过预置应用镜像,跳过手动配置依赖、调试运行环境的复杂步骤,大幅降低部署门槛,同时依托云端基础设施实现7×24小时不间断运行,让OpenClaw持续为用户处理自动化任务,兼顾便捷性、稳定性与低成本,成为个
673 9
|
5月前
|
机器学习/深度学习 数据可视化 算法
基于YOLOv8的可回收瓶类垃圾快速识别与自动化分拣|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
本项目基于 YOLOv8 构建了一套可回收瓶类垃圾的实时识别与自动化分拣系统,从数据集构建、模型训练到 PyQt5 可视化界面部署,形成了完整的工程化闭环。系统能够对多种瓶类废弃物进行高精度识别,并支持图片、视频、摄像头流等多场景实时处理,适用于垃圾回收站、环卫中转站、产线分拣系统等实际应用场景。
基于YOLOv8的可回收瓶类垃圾快速识别与自动化分拣|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
|
人工智能 IDE 程序员
Qoder用户上手指南:安装、登录、快捷键、功能亮点(新用户免费领300credits,首购2美元/月)
这个容易让程序员上瘾的 Agentic Coding 平台有哪些上头的功能?对于小白开发者和资深开发者如何用好Qoder呢?
17806 6
Qoder用户上手指南:安装、登录、快捷键、功能亮点(新用户免费领300credits,首购2美元/月)
|
8月前
|
机器学习/深度学习 人工智能 监控
坐姿标准好坏姿态数据集(图片已划分、已标注)|适用于YOLO系列深度学习分类检测任务【数据集分享】
坐姿标准好坏姿态数据集的发布,填补了计算机视觉领域在“细分健康行为识别”上的空白。它不仅具有研究价值,更在实际应用层面具备广阔前景。从青少年的健康教育,到办公室的智能提醒,再到驾驶员的安全监控和康复训练,本数据集都能发挥巨大的作用。
坐姿标准好坏姿态数据集(图片已划分、已标注)|适用于YOLO系列深度学习分类检测任务【数据集分享】
|
机器学习/深度学习 TensorFlow 算法框架/工具
【大作业-04】手把手教你构建垃圾分类系统-基于tensorflow2.3
本文介绍了基于TensorFlow 2.3的垃圾分类系统,通过B站视频和博客详细讲解了系统的构建过程。系统使用了包含8万张图片、245个类别的数据集,训练了LeNet和MobileNet两个卷积神经网络模型,并通过PyQt5构建了图形化界面,用户上传图片后,系统能识别垃圾的具体种类。此外,还提供了模型和数据集的下载链接,方便读者复现实验。垃圾分类对于提高资源利用率、减少环境污染具有重要意义。
903 0
【大作业-04】手把手教你构建垃圾分类系统-基于tensorflow2.3
|
算法 数据可视化 API
使用Yolov5实现智能垃圾分类系统
使用Yolov5实现智能垃圾分类系统
2549 0
|
SQL Java 数据库连接
持久层框架MyBatisPlus
持久层框架MyBatisPlus
475 1
持久层框架MyBatisPlus