用于视频目标检测的数据集，包括野牛，犀牛，大象，斑马四个标签的图像和标注，大约1500多张图片，使用yolov5文件夹下的format_dataset.py文件，可以将african-wildlife里的原数据集数据转换成可以被yolov5程序识别的格式，保存到african-wildlife-dataset（自动分割训练集和验证集），videos文件里面是几个用于检测的视频。附赠已经用yolov5实现的源码，对应yolov5的4.0版本，检测效果还行。
2021-03-09 13:03:00
649.95MB
1
最新yolov5 release版本 v4.0 预训练好的权重文件
配合源代码里的：yolov5l.yaml yolov5m.yaml yolov5s.yaml yolov5x.yaml 使用
原始下载地址（下载速度很慢，本资源是镜像版本包含：yolov5l.pt yolov5m.pt yolov5s.pt yolov5x.pt）：
https://github.com/ultralytics/yolov5/releases/tag/v4.0
2021-03-01 21:08:39
290.13MB
1
最新yolov5 release版本 v4.0 官网地址（下载速度较慢，本资源是镜像）：https://github.com/ultralytics/yolov5/releases/tag/v4.0
2021-03-01 21:08:39
1017KB
1
yolov5 release v4.0版本docker镜像-可以直接训练，测试，检测（在gpu上重新训练好一个模型，默认用的coco128.yaml）
分割命令：split -b 3GB yolov5v4.0.tar yolov5v4.0.tar
合并命令：cat yolov5v4.0.tar* > yolov5v4.0.tar
得到 yolov5v4.0.tar 文件后启动docker镜像即可：sudo docker load -i yolov5v4.0.tar
2021-03-01 21:08:38
71B
1
具体见：https://blog.csdn.net/jrckkyy/article/details/114183646
2021-02-27 22:08:25
25.99MB
1
此文件是使用coco2017的训练集的原json标注格式转化为xml文件标注格式的所有图片的标注，共118287个xml文件
2021-02-27 17:49:18
46.71MB
1
此文件是使用coco2017的训练集的原json标注格式转化为xml文件标注格式再转化为txt标注格式的所有图片的标注，共118287个txt文件
2021-02-27 17:47:55
25.57MB
1
yolov5的权重文件，包含yolov5l.pt，yolov5m.pt，yolov5s.pt，yolov5x.pt，yolov3spp.pt。使用方法，下载之后加压文件，将权重文件复制到yolov5项目下的weights文件中，运行detect.py即可
2021-02-26 16:02:21
406.01MB
1