玩手机检测数据集， 用于YOLO算法的玩手机行为检测，标签格式为txt和xml两种可选； YOLOv3玩手机行为检测训练模型：https://download.csdn.net/download/weixin_51154380/87228350?spm=1001.2014.3001.5501

UA-DETRAC BITVehicle车辆检测数据集：https://blog.csdn.net/guyuealian/article/details/127907325 （1）UA-DETRAC车辆检测数据集： 包含原始官网下载的Train和Test数据集，以及标注文档Annotations，训练集约82085张图片，测试集约56167张图片 （2）Vehicle-Dataset车辆检测数据集：总共3000张，共标注了21个类别，包含自行车(bicycle),公共汽车(bus),汽车(car),摩托车(motorbike)等常见的车辆类别； （3）BITVehicle车辆检测数据集：总共9850张图片，标注了6个类别：公共汽车(Bus)、微型客车(Microbus)、小型货车(Minivan)、轿车(Sedan)、SUV(SUV) 和卡车(Truck)

1、YOLOv7猫狗检测训练模型 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: cat, dog； 3、包含猫狗检测数据，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/127988229

火灾检测预警_火焰识别检测数据集（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 火灾监控检测预警系统、智能安防火焰检测告警系统、火灾预警等 【数据集说明】： 火焰识别检测数据集，一共5870张，该数据集是博主做“厂房火灾预警监控摄像头”项目所用，数据标注精准，目标分布均匀，背景多样化，算法拟合较好，适合科研实验、实际项目用。 数据集标签包含voc（xml）、yolo（txt）、json三种格式。多种目标检测算法可直接使用。 【备注】所有上传数据都是博主实际项目使用或者实验demo使用，只传高质量数据，拒绝劣质数据，请放心下载使用，有问题可以留言私信于我。

电单车入梯检测数据集（课程作业、设计、比赛、实际项目所用） 【实际项目应用】： 电单车入梯控梯系统、电单车入梯检测告警系统、电动车进电梯抓拍告警系统等 【数据集说明】： 电单车入梯检测数据集，一共3216张，该数据集是博主做“电单车入梯告警并控梯系统”项目所用，绝大部分照片为电梯内监控抓拍，类别为2类，[“电单车”，“电梯内人形”]，手工标注精准，目标分布均匀，背景多样化，算法拟合较好，适合科研实验、实际项目用。 数据集标签包含voc（xml）、yolo（txt）、json三种格式。多种目标检测算法可直接使用。 【备注】所有上传数据都是博主实际项目使用或者实验demo使用，只传高质量数据，拒绝劣质数据，请放心下载使用，有问题可以留言私信于我。

交通标志检测数据集--1500个txt标签文件，适用于yolo系列、ssd、faster rcnn系列目标检测算法训练

交通标志检测数据集--1500个jpg图片，适用于yolo系列、ssd、faster rcnn系列目标检测算法训练

深度学习基于LSTMs+Wavelet实现对锚索无损检测数据的智能化检测分析.zip本项目将深度学习与数字信号处理算法相结合，通过LSTMs（RNN）与连续小波变换CWT的松耦合提出CwtNet(连续小波长度时记忆网络)，实现了对结构健康体系的无损检测分析。基于深度学习与信号处理理论，对小波分析Wavelet与长短期记忆网络LSTMs进行松散型结合，并提出“连续小波变换长短期记忆网络CwtNet”：①实现对复杂非平稳信号(锚索无损检测数据)有效的处理与识别分析，为该类信号的处理分析提供了一种新的解决方案；②实现了对信号的智能检测分析，避免了人为经验的结果分析识别，简化了传统的处理 系统通过CwtNet算法实现对锚索无损检测数据的智能化检测分析，避免了人为经验的特征结果识别，简化了分析流程和参数调整过程。②系统通过Python编程实现，基于Google的TensorFlow人工智能及深度学习开源软件库实现LSTMs的定义与开发；基于Qt(PyQt)图形用户界面GUI框架实现图形界面程序；对于多种图形绘制任务，系统基于Matplotlib、PyQt设计实现2D、3D绘图控件并完成图形绘制。

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