GhostVision 完整数据集下载目录同时包含三种主流标注格式COCO JSON、VOC XML、YOLO TXTGhostVision SSS废弃蟹笼检测数据集数据集介绍、下载| 目标检测 |水平框原始图像✅原始标签✅VOC标签✅|COCO 标签✅|YOLO 标签✅文章目录一、基础信息二、原始标注与数据格式三、标注格式转换四、训练样例一、基础信息Ghost‑Pot Side‑Scan Sonar Detection Dataset项目代号GhostVision数据集HuggingFace标识PINGEcosystem/sss‑crab‑pot‑detection‑dsZenodo记录20056679v1.0.0是面向浅水浑浊水域废弃蟹笼幽灵渔具检测的公开侧扫声呐目标检测数据集由美国特拉华大学CSHEL实验室构建与GhostVision整套开源检测流水线配套发布用于解决幽灵捕捞、海底栖息地破坏等海洋生态问题。项目详情发布版本v1.0.02026‑05‑06DOI10.5281/zenodo.20056679图像总量6674张侧扫声呐裁剪图像采集传感器消费级Humminbird侧扫声呐民用低成本设备采集海域美国特拉华州内湾、特拉华湾Rehoboth湾、印第安河湾等浅水近岸区域配套论文GhostVision: Democratizing Derelict Gear Detection Using Low‑Cost Sonar and Artificial IntelligenceJournal of Marine Science and Engineering二、原始标注与数据格式标注类型轴对齐矩形包围框[x,y,width,height]像素坐标系同时保存每个目标的像素面积。存储格式JSON LinesJSONL每张图像对应一行记录原生支持HuggingFace datasets库流式读取。两类标签Crab‑Pot高置信度废弃蟹笼Maybe‑Crab‑Pot形态疑似蟹笼、但特征模糊存在歧义的目标用于处理声呐成像固有的不确定性避免强制给出错误标注。JSONL核心结构示例{file_name:xxx.jpg,objects:{bbox:[[x,y,w,h],…],category:[Crab‑Pot,…],area:[像素面积,…]}}三、标注格式转换转换后的完整数据集目录包含COCO JSON、VOC XML、YOLO TXT三种主流标签 sss-crab-pot-detection-ds ├─ COCO │ ├─ instances_test.json │ ├─ instances_train.json │ └─ instances_val.json ├─ images │ ├─ test │ │ ├─ ️ *.png │ │ └─ ... │ ├─ train │ │ ├─ ️ *.png │ │ └─ ... │ └─ valid │ ├─ ️ *.png │ └─ ... ├─ VOC │ ├─ test │ │ ├─ *.xml │ │ └─ ... │ ├─ train │ │ ├─ *.xml │ │ └─ ... │ └─ valid │ ├─ *.xml │ └─ ... ├─ YOLO │ ├─ test │ │ ├─ *.txt │ │ └─ ... │ ├─ train │ │ ├─ *.txt │ │ └─ ... │ └─ valid │ ├─ *.txt │ └─ ... ├─ test.jsonl ├─ train.jsonl └─ val.jsonl各个文件夹含义COCOCOCO 整体标注 json 文件划分测试、训练、验证集images原始图像png 格式分为 test /train/valid 三个子集VOCVOC 标准 xml 标注文件YOLOYOLO txt 文本标签文件test.jsonl / train.jsonl / val.jsonl原始jsonl 行式标注文件四、训练样例以YOLO 水平框标签为例进行训练