Command Palette
Search for a command to run...
数据集汇总丨初学 YOLO 必备数据集，覆盖动物/农作物/面部表情……
对于刚接触人工智能与计算机视觉的小伙伴们来说，给自己设立的第一个「小目标」，往往就是跑通一个 YOLO 模型。笔者当年学习时接触的还是 YOLOv8，那时做的第一个项目就是「基于 YOLO 的水果检测」。如今，YOLO 系列已经迭代到了 YOLOv13，其在性能和效率方面均有提升。
最新的 YOLOv13 引入了基于超图的自适应相关性增强（HyperACE）机制，从而显著提升了在复杂场景下的检测性能。同时采用 FullPAD 范式，将增强后的特征流动注入 Backbone 、 Neck 与 Head 的全流程，实现了更强的信息协同。基于此，YOLOv13‑N 相较 YOLO11‑N 将 mAP 提高了 3.0%，较 YOLOv12‑N 提高了 1.5% 。可以说，YOLOv13 在实时目标检测领域的突破也为后续高效、强大的检测系统设计提供了新的思路。
在开源社区的贡献下，YOLO 模型代际升级之迅速有目共睹，但万丈高楼平地起，对于初学者来说，入门的关键之一还是在于选对数据集。本次 HyperAI 超神经整理了一些适合新手体验 YOLO 的数据集，希望能帮助大家轻松开启项目之旅。
点击查看更多开源数据集：
航拍数据集汇总
预估大小：1.14 GB
下载地址：https://go.hyper.ai/DvNwq
Bird Species 是一个鸟类图像分类数据集，适用于训练计算机视觉模型进行鸟类物种识别与分类。该数据集包含 7 个不同物种，每个物种包含 1,200 张图片。每个物种的图像包含该物种鸟类的羽毛图案、颜色和身体结构。其中一些图像故意模糊、倾斜，或包含 2 只不同种类的鸟，增加了现实世界的复杂性，也使模型在自然环境中更稳健地进行准确分类。
2 、 Vegetable Identification 蔬菜图像识别数据集
预估大小：2.26 GB
下载地址：https://go.hyper.ai/UGczX
该数据集包含茄子、豆类、秋葵、尖瓜、土豆和洋葱这 6 种蔬菜的图像，每个种类有 800 张图像，共 4,800 张图像，旨在增强机器学习和计算机视觉在蔬菜检测、分类和识别方面的功能。
预估大小：1.99 GB
下载地址：https://go.hyper.ai/bD5vr
Crops Disease 是一个农业作物病害图像数据集，旨在帮助开发计算机视觉模型来自动检测和分类不同作物的病害。该数据集包含约 1,300 张农作物病害图像，涵盖了多种农作物（如玉米、番茄、土豆等）的常见病害，每张图像被标注为特定的病害类别。
4 、 Facial Expressions 面部表情 YOLO 格式检测数据集
预估大小：3.77 GB
下载地址：https://go.hyper.ai/ZaUdh
该数据集共包含约 70,000 张图像，覆盖 9 种面部表情类别，兼顾基础情绪与复杂情绪类型，适用于计算机视觉中的情感识别、人机交互、心理健康分析、智能监控等应用场景。
预估大小：1 GB
下载地址：https://go.hyper.ai/fEVuJ
Road Hazards 道路危险数据集包含 2.7k 张图像，主要用于检测道路上的坑洼、裂缝和敞开的沙井。该数据集已得到增强，以增强数据的多样性和稳健性。图像分为训练集和验证集，分为 3 个不同的类别。
下载地址：https://go.hyper.ai/M8rqJ
Dog Breeds 是一个狗品种图像数据集，它包含了不同狗品种的图像，旨在帮助训练和评估狗品种分类模型。该数据集包含数千张（超过 17000 张）不同犬种的图像，超过 100 多个品种（梗犬、猎犬、獒犬、西班牙猎犬、比熊犬等)，旨在帮助开发犬种识别系统。
预估大小：37.06 MB
下载地址：https://go.hyper.ai/5SgsE
该数据集包含 15 个动物的图像文件夹，包括：熊、鸟、猫、奶牛、鹿、狗、海豚、大象、长颈鹿、马、袋鼠、狮子、熊猫、老虎和斑马，每个文件夹代表一个与文件夹名称对应的类，每个文件夹包含至少 120 张图像。所有图像大小均为 224X224，适合图像分类。图像从网络下载并使用 OpenCV 库进行预处理（调整大小和增强）。因此，该数据集可以直接用于训练，无需进一步的数据增强。。
预估大小：1.14 GB
下载地址：https://go.hyper.ai/0f4Ej
UAVDT 全称是关于无人机目标检测追踪的大规模视频数据集，包含 10 小时的原始视频，约 8,000 具有代表性的视频帧，这些视频帧带有手动标注边界框和一些有用的标签，例如车辆类别和遮挡。该数据集是由无人机在各种复杂场景下捕获的，主要用于执行三个基本任务：目标检测（DET）、单目标跟踪（SOT）和多目标跟踪（MOT）。
以上就是 HyperAI 超神经为大家汇总的航拍数据集，如果你有想要收录 hyper.ai 官方网站的资源，也欢迎留言或投稿告诉我们哦！
关于 HyperAI 超神经 (hyper.ai)
HyperAI 超神经 (hyper.ai) 是国内领先的人工智能及高性能计算社区，致力于成为国内数据科学领域的基础设施，为国内开发者提供丰富、优质的公共资源，截至目前已经：
* 为 1200+ 公开数据集提供国内加速下载节点
* 收录 300+ 经典及流行在线教程
* 解读 200+ AI4Science 论文案例
* 支持 500+ 相关词条查询
* 托管国内首个完整的 Apache TVM 中文文档
访问官网开启学习之旅：