YOLO 常用数据集

数据集按使用场景分类，包括：

🌐 1.通用目标检测

数据集	类别	图片数	特点
COCO	80类	118k	最主流基准，Ultralytics 内置
Pascal VOC	20类	11k	经典，入门首选
ImageNet Det	200类	456k	大规模，训练慢
Open Images v7	600类	1.9M	谷歌出品，超大规模

🚗 2.交通 / 自动驾驶

数据集	说明
BDD100K	10类，10万张，含夜间/雨天
KITTI	自动驾驶经典，含3D标注
VisDrone	无人机视角，小目标多
DOTA	遥感图像，旋转框检测

👤 3.人体 / 人脸

数据集	说明
WiderFace	人脸检测标准基准
CrowdHuman	密集人群，遮挡场景
MOT17/20	多目标跟踪

---

🏭 4.工业 / 垂直场景

数据集	说明
SKU-110K	货架商品检测，密集小目标
DIOR	遥感目标检测，20类
PASCAL-Context	场景理解

📥 怎么获取

1. Ultralytics 内置（一行代码自动下载）

ultralytics 数据集介绍

model.train(data="coco.yaml")      # COCO
model.train(data="VOC.yaml")       # Pascal VOC
model.train(data="VisDrone.yaml")  # VisDrone
model.train(data="SKU-110K.yaml")  # SKU

2. Roboflow（最方便，支持直接导出 YOLO 格式）

访问 https://universe.roboflow.com 搜索任意场景，选 YOLOv11 格式下载。

3. HuggingFace Datasets（HuggingFace 是一家公司，提供了大量机器学习相关的数据集、模型、工具）

from datasets import load_dataset
ds = load_dataset("detection-datasets/coco")

💡 选数据集的原则

• 跑通环境 → coco128（128张，几分钟）
• 学习训练流程 → VOC（小而完整）
• 做论文基准 → COCO（业界标准）
• 垂直业务 → Roboflow 找现成的，或自己标注用 Label Studio / Roboflow Annotate