surawut/chess-pieces-dataset-yolo

---
language:
- en
license: cc-by-4.0
task_categories:
- object-detection
tags:
- chess
- chess-pieces
- yolo
- object-detection
- warped-view
size_categories:
- 1K<n<10K
pretty_name: Chess Pieces Detection Dataset
---

# Chess Pieces Detection Dataset (Warped View) ♟️🔍

## 1. Dataset Description
This dataset contains images of chess pieces taken from a **Top-Down (Warped)** perspective. It is designed for **Object Detection** models (YOLO) to recognize chess pieces and hands on a standardized 640x640 grid.

It is intended to be used as **Phase 2** of a Chess Move Tracking pipeline, receiving input from the Phase 1 Perspective Warper.

- **Task:** Object Detection
- **Format:** YOLOv8 / YOLO11 Detection Format
- **Input:** Warped/Rectified chessboard images (640x640)
- **Classes:** 13 Classes (12 Pieces + Hand)

## 2. Dataset Composition
The dataset includes diverse scenarios to ensure robustness:
1. **Standard Gameplay:** Frames extracted from real gameplay videos.
2. **Occlusions:** Frames where hands are covering pieces (labeled as `Hand`).
3. **Negative Samples:** Empty chessboards (only background) to reduce false positives (~10% of dataset).
4. **Lighting Variations:** Augmented brightness and exposure to simulate different environments.

## 3. Classes
The dataset uses the following class mapping:

| ID | Class Name | Description |
| :--- | :--- | :--- |
| 0 | `Hand` | Human Hand |
| 1 | `bB` | Black Bishop |
| 2 | `bK` | Black King |
| 3 | `bN` | Black Knight |
| 4 | `bP` | Black Pawn |
| 5 | `bQ` | Black Queen |
| 6 | `bR` | Black Rook |
| 7 | `wB` | White Bishop |
| 8 | `wK` | White King |
| 9 | `wN` | White Knight |
| 10 | `wP` | White Pawn |
| 11 | `wQ` | White Queen |
| 12 | `wR` | White Rook |

语言：英语
许可证：知识共享署名4.0（CC BY 4.0）
任务类别：目标检测（Object Detection）
标签：国际象棋、国际象棋棋子、YOLO（You Only Look Once）、目标检测、畸变俯视视角
样本量范围：1000 < 样本量 < 10000
规范名称：棋盘棋子检测数据集（Chess Pieces Detection Dataset）

# 棋盘棋子检测数据集（畸变俯视视角）♟️🔍

## 1. 数据集说明
本数据集包含**俯视（Top-Down, Warped）**视角下拍摄的国际象棋棋子图像，专为目标检测模型（如YOLO）设计，用于在标准化640×640网格上识别国际象棋棋子与手部区域。
本数据集旨在作为国际象棋走棋追踪流水线的**第二阶段（Phase 2）**，接收来自第一阶段透视畸变校正器（Perspective Warper）的输入数据。

- **任务类型：** 目标检测
- **标注格式：** YOLOv8 / YOLO11 检测格式
- **输入数据：** 畸变校正后的棋盘图像（分辨率640×640）
- **类别总数：** 13类（12种棋子 + 手部）

## 2. 数据集构成
为保证模型鲁棒性，本数据集涵盖多样化场景：
1. **标准对局场景：** 从真实对局视频中提取的帧画面
2. **遮挡场景：** 手部遮挡棋子的帧（标注为`Hand`）
3. **负样本：** 仅包含背景的空棋盘图像，用于降低误报率，约占数据集总量的10%
4. **光照变化场景：** 通过调整亮度与曝光度进行数据增强，模拟不同环境光照条件

## 3. 类别映射表
本数据集采用如下类别映射规则：

| 序号 | 类别名称 | 类别描述 |
| :--- | :--- | :--- |
| 0 | `Hand` | 人类手部 |
| 1 | `bB` | 黑方象 |
| 2 | `bK` | 黑方王 |
| 3 | `bN` | 黑方马 |
| 4 | `bP` | 黑方兵 |
| 5 | `bQ` | 黑方后 |
| 6 | `bR` | 黑方车 |
| 7 | `wB` | 白方象 |
| 8 | `wK` | 白方王 |
| 9 | `wN` | 白方马 |
| 10 | `wP` | 白方兵 |
| 11 | `wQ` | 白方后 |
| 12 | `wR` | 白方车 |