本数据集是由专业团队收集和标注的真实场景下的垃圾图像组成，适用于训练YOLO系列目标检测模型（如YOLOv5、YOLOv8等）。总样本数: 6233张图像（训练集: 4526张，验证集: 1046张，测试集: 161张）类别标签: 垃圾（Garbage）标注格式: YOLO算法适用的txt标签文件采集条件: 包含多种垃圾类型的实拍图片数据增强: 无任何人工数据增强成分。

数据集涵盖了12种不同的车辆类型，包括但不限于大巴、大卡车、大客车-L、巴士-S-、汽车、中型卡车、小巴士、小卡车、卡车-L、卡车-M、卡车-S、卡车-XL。这些类别涵盖了常见的城市和公路车辆，旨在为各种应用场景提供全面的支持。

本数据集是由专业团队收集和标注的真实场景下的垃圾图像组成，适用于训练YOLO系列目标检测模型（如YOLOv5、YOLOv8等）。总样本数: 6233张图像（训练集: 4526张，验证集: 1046张，测试集: 161张）类别标签: 垃圾（Garbage）标注格式: YOLO算法适用的txt标签文件采集条件: 包含多种垃圾类型的实拍图片数据增强: 无任何人工数据增强成分。