鱼类数据集（1）

数据预览

数据交付

本条目提供数据和数据说明，暂未提供可运行教学案例。需要自行完成建模或实验。

数据集介绍

【数据集名称】鱼类数据集（1） 【门类归属】动物 / 海洋生物 【数据类型与任务】图像；目标检测（COCO 标注） 【数据规模】279 张图像 / 424 个标注框 【文件格式】JPG 图片（附标注/说明文件） 【压缩包大小】下载压缩包约 7.8 MB 【数据划分】已划分 —— 训练集 196 张（含 294 个标注框）；验证集 55 张（含 78 个标注框）；测试集 28 张（含 52 个标注框）。 【标签或字段】有标注：采用 COCO 目标检测格式（每张图带目标框坐标）；类别及各类别标注框数——objects(0)、African Pygmy Angel(20)、Altum angelfish(34)、Betta(20)、Cardinal tetra(39)、Clown Fish(55)、Guppy(31)、Jewel tetra(36)、Molly(38)、Palette Surgeonfish(29)、Purple Firefish(20)、Purple Tang(29)、Reef triggerfish(19)、Squareback Anthias(22)、Zebra danio(32)；完整的字段与类别说明见压缩包内的数据字典文件 data-dictionary.csv。 【类型关键参数】图像尺寸不统一（每张图大小不同），具体尺寸清单见压缩包内的详细说明文件 README_中文.md。标注方式：附带 COCO 格式标注文件（每张图带目标框坐标）。各类别标注框数量：objects 0 个、African Pygmy Angel 20 个、Altum angelfish 34 个、Betta 20 个、Cardinal tetra 39 个、Clown Fish 55 个、Guppy 31 个、Jewel tetra 36 个、Molly 38 个、Palette Surgeonfish 29 个、Purple Firefish 20 个、Purple Tang 29 个、Reef triggerfish 19 个、Squareback Anthias 22 个、Zebra danio 32 个。 【目录结构】 v1-coco.zip（解压后） ├── valid/ —— .jpg×55、.json×1 ├── test/ —— .jpg×28、.json×1 └── train/ —— .jpg×196、.json×1 README.roboflow.txt README.dataset.txt 【怎么使用】 每张图片配了一个 JSON 标注文件（训练/验证/测试各一份），里面记录了图中目标的位置框和类别，这是目标检测领域最通用的 COCO 格式。用 Python 的 pycocotools 库就能读取： from pycocotools.coco import COCO coco = COCO("train/_annotations.coco.json") # train/valid/test 各有一份标注 JSON img_ids = coco.getImgIds() anns = coco.loadAnns(coco.getAnnIds(imgIds=img_ids[0])) 框坐标是 [x, y, w, h] 像素值；类别编号对应类别表，中英对照见压缩包内的 data-dictionary.csv。 【数据体检结果】 · 1 张图像无任何标注（负样本或漏标，需人工确认含义）

整理与使用信息

本站处理内容

本站已完成的工作： 1. 中文名称与用途说明整理（对照原站信息逐项核对）； 2. 全量文件清点与 SHA256 校验（file-manifest.csv，可溯源）； 3. 自动质检报告（quality-report.json：结构、编码、重复、标注一致性等）； 4. 数据字典整理（data-dictionary.csv，字段/类别中英对照）； 5. 预览样例抽取（preview/，供购买前判断内容）。

中文整理说明

门类：动物 / 海洋生物（依据《数据集中文分类体系》） 中文命名：鱼类数据集（1）（原始名称 mts-workspace-ycegj/fishes-w6fcw） 已知问题：1 张图像无任何标注（负样本或漏标，需人工确认含义） 配套文档：简明说明.md、README_中文.md、数据字典、文件清单、质检报告、预览样例（均随网盘下载包提供）。