1.实拍交通标志已标注数据集1万张——内含txt版本。 2.本数据集含有45类标志，有关联ID。 3.数据集适合yolo系统算法使用，内部已经把txt信息都转换好了，看个人需求使用。 4.数据集多为实拍，精度够，并且本人亲自训练过后，检测精度可以达到98%（50轮）。 有需要指导可私信博主；包含深度学习框架和训练好的文件分享 采集的真实场景的数据，标注后可以用于交通标志物检测 手工标注范围良好，适合高精度目标识别 可以直接用于YOLO系列的交通灯目标检测检测；数据场景丰富

智慧农业_3类柑橘病虫害数据集522张已标注_voc格式+yolo格式标签 一共522张，两种格式标签，多种目标检测算法可以直接用。由于数据太大，上传的是下载链接，可放心下载！ 病害类别为三类{'0': "HLB",'1': "ill",'2': "health"}

朋友们你们还在为计算测量坐标烦恼吗？向你推荐本插件：飞诗寻梦坐标标注。可轻松解决你的烦恼。

doccano：基于网页的开源协同多语言文本标注工具 doccano doccano 是一个开源的人类文本注释工具。 它为文本分类、序列标记和序列到序列任务提供注释功能。 因此，您可以为情感分析、命名实体识别、文本摘要等创建标记数据。 只需创建一个项目，上传数据并开始注释。 您可以在几小时内构建一个数据集。 演示 您可以尝试注释演示。 功能 协同注解 多语言支持 移动端支持 Emoji :grinning_face_with_smiling_eyes: 支持深色主题 RESTful API 使用 运行 doccano 的两个选项：生产、开发。 要使用doccano，请遵循：安装依赖项您需要安装依赖项：Git、Docker、Docker Compose。 获取代码 您需要克隆存储库： $ git clone https://github.com/doccano/doccano.git $ cd doccano Windows 开发人员注意事项：请务必配置 git 以正确处理行尾，否则您可能会遇到状态代码在以后的步骤中运行服务时出现 127 错误。 使用下面的 git 配

yolo实现手术器械目标检测样本，已标注，包括四种不同的手术器械，可直接使用。

3DMAX长度测量、标注插件，一个非常实用的3Dmax测量距离插件，使用这个测距插件能有效的节省时间并且数据准确。 安装方法： 直接拖动插件脚本到3dmax窗口。

1、YOLOv7火焰和烟雾检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: fire、smoke; 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127098467?spm=1001.2014.3001.5501

1、YOLOv7行人跌倒检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: fall; 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127165057?spm=1001.2014.3001.5502

【实际项目应用】 口罩佩戴检测 【数据集说明】 口罩检测数据集，一共7889张图片，标签包含两类，分别为 ['mask','nomask']，多种背景，数据经过筛选提取，数据分布均匀且多样性充分，实际项目所用，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。人工标注，标注精准，算法拟合很好，数据质量可靠。 【备注】若需要json格式标签，或数据集使用问题，请私信留言。

doccano官网版本的bug太多了，跨域问题、上传文件问题，该版本我都解决了，直接用就好了