一套完整的家装设计图纸,11张平面图，8张立面图，标注明了，设计风格新中式风格，现代风格与=中式风格的完美搭配

主要为大家详细介绍了python实现简单图片物体标注工具，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

cad 标注对齐修剪工具，好用

DeepScores训练数据集（个人标注）

1、YOLOv3汽车、摩托车、卡车三类检测权重，附有各种训练曲线图，可使用tensorboard打开训练日志, 2、1500多张图片，已经标注好，标签格式为voc格式和YOLO格式，可以直接用于目标检测 3、包含以下类别 ：car、motorbike、truck 4、数据集和检测结果：https://blog.csdn.net/weixin_51154380/article/details/126395695?spm=1001.2014.3001.5502

图片标注

该自由可以用于语义分割在少量训练数据集上进行训练，并将训练之后的模型用于对没有标注的数据进行预测，形成一种少样本学习，用于辅助人工标注的一种代码资源。

labelimg安装教程 （1）基于pytinstaller打包的labelimg软件，可视性目标检测（VOC与yolo）格式的对角框标注。 （2）支持tif影像格式 （3）点击文件夹内的labeling.exe可运行。 （4）支持window7系统

COCOStuff164kCurated.tar.gz 有一些项目的COCOstuff数据集下需要使用curated文件夹

SJTU数字图像处理课设_传统图像处理结合yolov5算法实现电车轨道ROI区域标注及障碍物检测项目源码+项目说明.7z 【SJTU数字图像处理课程设计】 采用传统的数字图像处理方法（边缘检测，透射变换，霍夫变换等）对视频中的电车轨道进行检测和标注，并标注轨道所处的ROI区域，基于此ROI区域使用当下较为流行的YOLOv5目标检测深度学习算法进行区域内的障碍物识别与检测并将其标注。算法最终效果较好，可准确的检测两种环境（白天和夜晚）下的电车轨道并对轨道附近障碍物进行识别。算法识别效率为17FPS，效果较好。 主要任务为完成有轨电车轨道与轨道上障碍物的检测