数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1609 标注数量(xml文件个数)：1609 标注类别数：2 标注类别名称:["kid","adult"] 每个类别标注的框数： kid count = 1763 adult count = 605 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5208 标注数量(xml文件个数)：5208 标注类别数：4 标注类别名称:["reflective_person","reflective","person","cloth"] 每个类别标注的框数： reflective_person count = 7213 reflective count = 7188 person count = 774 cloth count = 656 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明： reflective_person为穿反光衣的人 reflective为反光衣 person为未穿反光衣的人 cloth为非反光衣 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

AI朋友圈评测，本模块主要是配合【分享秘笈】使用，独立使用效果不大。 告别其他类吸粉，这是一个创新的吸粉模式，必然引爆你的公众号。【需在服务号使用】 微信活跃用户已超过10.82亿 每一个微信用户都有自己的朋友圈 你了解你的朋友圈吗？ 你知道都在哪些城市吗？ 你知道距离你远的朋友是谁吗？ 你知道谁是铁的朋友吗？ 你知道你的一个朋友圈有多少人看吗？ AI朋友圈大数据统计 利用AI大数据统计算法 可视化统计朋友圈各项指标 轻松了解你的朋友圈 快速吸粉引导关注 用户关注公众号才能开启自己的评测 一个用户参与评测，可以发展100个新用户 自定义评测参数 自定义评测名称 自定义评测背景 自定义各项参数指标 配合【分享秘笈】模块使用效果更佳。 版本号：2.0.6-支付版 修复升级vip时的错误提示 说明：因源码更新升级，本站旧版本未删除， 下载地址内有多个版本，大家选择新版本下载即可

VM虚拟机 一.下载并解压zip文件 二.打开txt文件查看网址并点击网址 三.输入提取码后下载文件 四.下载后解压至电脑并打开安装包 五.根据安装指示进行安装 安装完成后便可使用VM虚拟机

市面上有很多交易商提供的MT4软件，不知道会不会有暗箱操作！用正版软件更放心！真伪MT4难以区分，官方MT4软件可下载

今天分享一款正版4S汽车小程序，汽车参数一键网络抓取 汽车参数不需要人员手动填写，车盲也能使用的小程序 小程序支持购车计算器、贷款计算器(实现很复杂、功能很实用) 汽车参数一键网络抓取无需手动填写或者上传Excel表格 今天分享一款正版4S汽车小程序，汽车参数一键网络抓取 汽车参数不需要人员手动填写，车盲也能使用的小程序 小程序支持购车计算器、贷款计算器(实现很复杂、功能很实用) 汽车参数一键网络抓取无需手动填写或者上传Excel表格 今天分享一款正版4S汽车小程序，汽车参数一键网络抓取 汽车参数不需要人员手动填写，车盲也能使用的小程序 小程序支持购车计算器、贷款计算器(实现很复杂、功能很实用) 汽车参数一键网络抓取无需手动填写或者上传Excel表格

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3924 标注数量(xml文件个数)：3924 标注类别数：1 标注类别名称:["spider"] 每个类别标注的框数： spider count = 3968 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml以及对应yolo格式的txt文件) 图片数量(jpg文件个数)：3001 标注数量(xml文件个数)：3001 yolo格式数量(txt文件个数)：3001 标注类别数：1 标注类别名称:["rat"] 每个类别标注的框数： rat count = 3958 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3945 标注数量(xml文件个数)：3945 标注类别数：1 标注类别名称:["rabbit"] 每个类别标注的框数： rabbit count = 4135 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3157 标注数量(xml文件个数)：3157 标注类别数：1 标注类别名称:["head"] 每个类别标注的框数： head count = 11504 标注规则：对类别进行画矩形框