YOLOv11算法飞机目标分割数据集

📊 数据集基本信息

• 目标类别： [‘airplane’]
• 中文类别：[‘飞机’]
• 训练集：150 张
• 验证集：15 张
• 测试集：7 张
• 总计：172 张

📄 data.yaml 配置信息

该数据集提供了data.yaml文件，内容如下：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['airplane']

🖼️ 标注可视化

📝 数据集分析

该数据集专注于飞机类目标的检测任务，涵盖多种机型与飞行状态，图像内容清晰且具有代表性，为模型训练提供了高质量的视觉样本。数据采集覆盖了不同视角、光照条件和背景环境，充分体现了实际应用场景中的多样性，有助于提升模型的泛化能力。

该数据集在训练集、验证集和测试集之间进行了合理划分，分别包含150张、15张和7张图像，共计172张，结构完整且比例均衡。各类别样本分布均匀，能够有效支持模型的训练与评估流程，确保算法在不同阶段均能获得充分的数据支撑，保障模型性能的稳定输出。

该数据集的标注工作严谨细致，所有飞机目标均经过精确框选，边界清晰，标注位置准确无误。图像中各类飞机形态各异，包括客机、军用机及小型螺旋桨飞机等，标注信息完整可靠，为后续的目标检测任务提供了坚实的基础，显著提升了模型学习的准确性与鲁棒性。

该数据集适用于航空监控、空中交通管理、无人机识别以及军事侦察等多个领域，具备广泛的应用前景。其多样化的场景设置和高质量的标注信息，能够有效支持先进目标检测算法的研发与优化，为智能视觉系统在复杂环境下的部署提供有力支持。
先进目标检测算法的研发与优化，为智能视觉系统在复杂环境下的部署提供有力支持。

数据集下载

参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc