nanmao commited on
Commit
93bf153
·
verified ·
1 Parent(s): 247e7be

Update README_zh.md

Browse files
Files changed (1) hide show
  1. README_zh.md +3 -9
README_zh.md CHANGED
@@ -1,7 +1,7 @@
1
  <div>
2
  <div align="center">
3
 
4
- WalnutData数据集
5
  =======
6
 
7
  </div>
@@ -44,21 +44,15 @@ WalnutData类别示例如下图所示。(a)为A1类别,即青皮核桃受
44
  | 验证集 | 6048 | 139255 | 23.025 | 175 | 59371 | 79709 |
45
  | 测试集 | 3025 | 71141 | 23.518 | 74 | 30047 | 41020 |
46
 
47
- 下图展示了WalnutData中几张数据集示例:
48
-
49
- <img src="https://github.com/1wuming/WalnutData/blob/WalnutData/README_IMAGES/Annotation%20Examples%20of%20WalnutData.jpg" alt="Annotation Examples WalnutData">
50
 
51
  # 3. 数据集分析
52
 
53
  ## 3.1 灰度值分析
54
  训练集、验证集和测试集的平均灰度值分别为107.316、108.048、107.544,低于中间灰度值127.5的占比分别为76.31%、75.59%、75.81%,由此说明WalnutData中大部分青皮核桃是处于逆光或被树叶遮挡在光线较暗的地方。
55
 
56
- 下图为WalnutData的平均灰度值分布。
57
- ![image](https://github.com/1wuming/WalnutData/blob/WalnutData/README_IMAGES/Grayscale%20Value%20Statistics.jpg)
58
 
59
  ## 3.2 WalnutData类别实例分布
60
- 训练集、验证集和测试集划分的比例为7:2:1,分别为21167张、6048张和3025张。另外,在类别数量分布安排中,我们尽可能保证其分布的相似性和均衡性,数据集划分后的类别实例分布信息如下图所示。
61
- ![image](https://github.com/1wuming/WalnutData/blob/WalnutData/README_IMAGES/Instance%20Distribution%20Information%20After%20the%20Dataset%20Is%20Partitioned.jpg)
62
 
63
  下面两张图为数据集中注释框的分布情况:
64
  <div align="center">
@@ -146,7 +140,7 @@ WalnutData类别示例如下图所示。(a)为A1类别,即青皮核桃受
146
  | Sparse R-CNN| ResNet101 | 36 | 8 | 46.9 | 71.2 | 57.7 | 42.1 | 52.5 | 59.9 |
147
 
148
 
149
- # 5.引用方式
150
  WalnutData数据集的引用方式(Bib TeX格式):
151
 
152
  @misc{wu2025walnutdatauavremotesensing, <br>
 
1
  <div>
2
  <div align="center">
3
 
4
+ WalnutData数据集
5
  =======
6
 
7
  </div>
 
44
  | 验证集 | 6048 | 139255 | 23.025 | 175 | 59371 | 79709 |
45
  | 测试集 | 3025 | 71141 | 23.518 | 74 | 30047 | 41020 |
46
 
 
 
 
47
 
48
  # 3. 数据集分析
49
 
50
  ## 3.1 灰度值分析
51
  训练集、验证集和测试集的平均灰度值分别为107.316、108.048、107.544,低于中间灰度值127.5的占比分别为76.31%、75.59%、75.81%,由此说明WalnutData中大部分青皮核桃是处于逆光或被树叶遮挡在光线较暗的地方。
52
 
 
 
53
 
54
  ## 3.2 WalnutData类别实例分布
55
+ 训练集、验证集和测试集划分的比例为7:2:1,分别为21167张、6048张和3025张。另外,在类别数量分布安排中,我们尽可能保证其分布的相似性和均衡性。
 
56
 
57
  下面两张图为数据集中注释框的分布情况:
58
  <div align="center">
 
140
  | Sparse R-CNN| ResNet101 | 36 | 8 | 46.9 | 71.2 | 57.7 | 42.1 | 52.5 | 59.9 |
141
 
142
 
143
+ # 5.引用信息
144
  WalnutData数据集的引用方式(Bib TeX格式):
145
 
146
  @misc{wu2025walnutdatauavremotesensing, <br>