waste-datasets-review - 包含任何类型的垃圾、垃圾、废物和垃圾的图像数据集列表_垃圾分类数据集

废物数据集审查

包含任何类型的垃圾、垃圾、废物和垃圾的数据集列表。在detectwaste.ml项目期间创建

今天，每年生产超过 3 亿吨塑料。塑料无处不在，我们在日常生活中不断使用它。

检测垃圾项目的想法是使用人工智能来检测环境中的塑料垃圾。我们的解决方案将适用于视频和摄影。我们的目标是将 AI 用于公益。

访问majsylw/litter-detection-review，查看有关环境中垃圾问题的论文、项目和其他资源的更广泛评论。

贡献

随意添加新数据集的简短描述问题或创建拉取请求- 将新数据集添加到表中或填写缺少的描述。

概括

描述

垃圾桶 1.0

垃圾观察的实例分割标记数据集

3 个主要类别下的 7212 张图像：生物、垃圾、未知。类别：

• bio = 海龟、鱿鱼、龙虾、未知、水母、黄貂鱼、虾、小龙虾、章鱼、鲨鱼、贝壳、螃蟹、海星、鳗鱼
• 垃圾 = 衣服、管道、瓶子、袋子、零食包装纸、手套、轮胎、罐头、杯子、容器、树枝、残骸、防水布、盒子、软管、绳索、干草、网、纸、桶、电线
• 未知 下载：直接从网站 TrashCan 1.0 An Instance-Segmentation Labeled Dataset of Trash Observations

垃圾-ICRA19：

从视频中提取的 5700 张水下图像的边界框标记数据集 About Jungseok - Jungseok Hong

下载：直接从网站Trash-ICRA19: A Bounding Box Labeled Dataset of Underwater Trash

塔可

打开数据集，其中包含来自 28 个类别和 60 个详细的野外废物子类别的 1500 张图像。COCO-json 中可用的注释。

下载：直接从网站http://tacodataset.org/

炸玉米饼盒子

WIP 下载：直接从网站http://tacodataset.org/

无人机Vaste

无人机垃圾检测智能技术 UAVVaste 数据集迄今为止包含 772 张图像和 3716 个注释。创建数据集的主要动机是缺乏特定领域的数据。广泛用于对象检测评估基准的数据集。该数据集是公开可用的，并打算进行扩展。

annotations [Detection] Segmentation]- GitHub - PUTvision/UAVVaste: UAVVaste: COCO-like dataset and effective waste detection in aerial images [drone] 下载：直接从github上的annotations json GitHub - PUTvision/UAVVaste: UAVVaste: COCO-like dataset and effective waste detection in aerial images

垃圾网

该数据集跨越六类：玻璃、纸张、纸板、塑料、金属和垃圾。目前，该数据集包含 2527 张图像：

• 501玻璃
• 594纸
• 403纸板
• 482塑料
• 410金属
• 137 垃圾

下载：直接从github GitHub - garythung/trashnet: Dataset of images of trash; Torch-based CNN for garbage image classification

也称为垃圾分类数据

垃圾分类数据集包含来自 6 个类别的 2467 张图像：纸板 (393)、玻璃 (491)、金属 (400)、纸 (584)、塑料 (472) 和垃圾 (127)。

下载：直接从kaggle Garbage Classification | Kaggle

塑料废物图像数据库 – WaDaBa

4000 张图像，详细描述了塑料类型（PET、PP、PE-HD...）、物体颜色、变形程度、脏度等。[分类]

将物体放在研究位置，然后用第一类和第二类光拍摄。对每个物体（在垂直轴上）翻转角度不同的 10 张照片进行了系列处理。接下来物体受到不同程度的损坏：小、中、大。每种类型的破坏都制作了 10 张照片。因此，考虑到每个物体的所有变体，拍摄了 40 张照片，乘以物体的数量，在数据库中创建了 4000 张照片。

下载：图像可直接从网站免费下载。签署许可证后可用的注释WaDaBa

GLASSENSE-VISION

家居用品分类。它不是严格的垃圾数据集，但它收集了 2000 多张图像，其中的对象与背景很好地分开。涵盖7大类（纸币、谷物、药品、罐头、番茄酱、水瓶、除臭棒）和136个小类。

Glassense-Vision 是我们获取和注释的一组数据，目的是对所提出的方法进行定量和可重复的评估。该数据集包括 7 个不同的用例，意味着不同的对象类别，我们为每一个提供训练（参考图像也用于构建字典）和测想像。数据集中的所有图像都是手动注释的。不同的用例（对象类别）可以分为三种主要的几何类型：

下载：http : //www.slipguru.unige.it/Data/glassense_vision/

Waste Classification data

Over 25k images already divided into training data - 22564 images and test data - 2513 images. Two main categories: Organic and recyclable

Download: Directly from kaggle Waste Classification data | Kaggle

Waste Classification Data v2

A variation about the Waste Classification data: extended by the new category "N" - Nonrecyclable added.

Over 25k images already divided into training data - 22564 + 2508 (N) images and test data - 2513 images + new 397 from category nonrecyclable. Three main categories: Organic (O) and recyclable (R), and nonrecyclable (N). TRAIN folder contains 2508 images in the "N" directory. The TEST folder contains 397 images in the "N" directory.

Download: Directly from kaggle Waste Classification Data v2 | Kaggle

Open litter map

The biggest dataset with over 100k images in total with 11 main categories and 187 subcategories.[multilabel] [classification] OpenLitterMap

Download: Only from json with scraper - detectwaste scraper

Litter

The Litter dataset contains 14k images with 20k annotations (bounding boxes) and 24 classes. Each class represents an object (cup), while subclasses determine its size, shape, or material (long paper cup/short paper cup).

Download: After buying a license imageannotation.ai

Drinking Waste Classification

该数据集包含约 10,000 张图像，分为 4 类饮用废物：铝罐、玻璃瓶、PET（塑料）瓶和 HDPE（塑料）牛奶瓶。作为伦敦大学学院最后一年个人项目的一部分，照片是用 12 MP 手机相机拍摄的。该数据集使用了从 TrashNet 手动收集的部分图像。

下载：直接从 kaggle Drinking Waste Classification | Kaggle

废物图片

该数据集包含约 24k 图像，分为 34 类废物，用于分类目的。图像被分为训练和测试子集。

下载：直接来自kaggle waste_pictures | Kaggle

spotgarbage - GINI 数据集

图像中的垃圾 (GINI) 数据集包含 2561 个未指定分辨率的图像，其中 1496 个图像由边界框（一类 - 垃圾）注释。Bing Image Search API 用于创建他们的数据集。

下载：直接从github GitHub - spotgarbage/spotgarbage-GINI: Spot Garbage Dataset

深海垃圾

该数据集由约 3k 个图像组成，分为 4 个类别，并在水下拍摄。在 csv 文件中，注释被提供为：

• 图片来源网址，
• 废物类别，
• 拍摄日期，
• 发现废物的地点和深度，
• 信息是否包含生物和沉积物，
• 如果这是一些塑料袋的信息。

下载：直接从 kaggle DeepSeaWaste | Kaggle

MJU-Waste v1.0

该数据集是通过从实验室背景下的大学校园中捕获收集的垃圾项目（人们手中拿着垃圾项目）创建的。数据集中的所有图像都是使用 Microsoft Kinect RGBD 相机捕获的。所有注释均以 PASCAL VOC 和 COCO 格式提供。

MJU-Waste v1，包含 2475 个共同注册的 RGB 和深度图像对。图像被随机分成训练集、验证集和测试集，分别由 1485、248 和 742 张图像组成。作者对所有废物对象使用单一类别标签。

下载：来自GitHub - realwecan/mju-waste: The MJU-Waste dataset from our Sensors paper "A Multi-level Approach to Waste Object Segmentation".上的 Google Drive 链接

国内垃圾数据集

家庭垃圾数据集由家庭常见垃圾对象的图像组成。图像是在各种光照条件、天气、室内和室外拍摄和众包的。该数据集可用于制作垃圾/垃圾检测模型、环保替代建议、碳足迹生成等。

数据集特征

• 各种垃圾对象类
• 有材料标签
• 由 5000 多个唯一用户捕获
• 高度多样化和高清
• 各种光照条件
• 室内外场景

数据集格式

• 提供分类和检测注释
• COCO、PASCAL VOC 和 YOLO 格式
• 大约 9000 多个独特的图像和不断增长
• Kaggle上只有 250 张免费图片

下载购买许可证后可供下载的图像。从他们的支持详细信息联系他们：https : //github.com/datacluster-labs/Datacluster-Datasets

烟头数据集

该数据集由一组 2200 张合成合成的地​​面香烟图像组成。它专为训练 CNN（卷积神经网络）而设计。你必须阅读并接受非商业教育许可协议的条款才能下载和使用其内容。

数据集特征

• 注释：具有自定义类别的分段对象检测 COCO 格式。
• 合成：图像使用自定义代码自动合成，利用 Python 成像库将随机缩放、旋转、亮度等应用于前景切口
• 地点：地面和烟头的照片是在德克萨斯州奥斯汀拍摄的
• 相机： iPhone 8，原始像素分辨率 3024 x 4032

在接受非商业、教育许可协议的条款后下载可供下载的图像：https : //www.immersivelimit.com/datasets/香烟-butts