该数据集聚焦道路车辆视觉分析，包含 10,000 + 个视频帧，涵盖轻型车辆（汽车）和重型车辆（面包车）两类目标；数据经精心设计，专为多物体跟踪和物体检测研究打造，为道路安全系统跟踪算法的开发与评估提供坚实基础；每个视频帧均配套 annotations.xml 标注文件，通过精确多边形和边界框定义车辆跟踪信息，包围框标签全面，可支撑模型对车辆的精准定位与识别，助力研究人员深化车辆动力学理解、提升复

极市2025-12-04 更新160

ODverse33

物体检测

多领域应用

ODverse33是一个包含33个数据集的多领域基准，由山东农业大学信息科学与工程学院创建。这些数据集涵盖了自动驾驶、农业、水下、医疗、电子游戏、工业、航空、野生动物、零售、显微和安保等11个不同的领域，旨在为实时物体检测模型提供一个全面的评估平台。数据集大小、数据量和Tokens数等信息在论文中并未明确提及，但数据集的创建是为了解决不同领域中物体检测模型的选择和评估问题。

arXiv2025-02-20 更新290

Processed_data_for_yolov5_20ClassObjectDetection

物体检测

YOLO模型

VOC_2012 Ready to use Dataset for yolo 20 class object detection

kaggle2024-01-10 更新230