iic用C++編譯出來的去反光功能之物件

1、YOLOv5反光衣检测，包含训练好的反光衣识别权重和数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、有pyqt界面，可检测图片、视频和调用摄像头 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

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

升级数码单镜反光照相机（Mass Storage 的固件

反光衣数据集，以建筑工地为主，分类反光衣和其他衣服两类 ├── Annotations │   ├── reflective_000000.xml │   ├── reflective_000001.xml │   ├── reflective_000002.xml │   ├── reflective_000003.xml ...... ├── reflective_0001028.xml JPEGImages ├── reflective_000000.jpg ├── reflective_000001.jpg ├── reflective_000002.jpg ├── reflective_000003.jpg ...... ├── reflective_0001028.jpg

数字图像处理中的去反光操作，包括医疗图像、人工图像和自然图象。

车辆，车牌，反光衣，安全帽等数据集 行业级别，可以用于商业算法训练落地 公路，高速路，服务区，停车区，园区，闸口，社区路口等实际场景拍摄获取 数据量大

反光衣目标检测数据集1000张，已标注的数据集，目标检测项目，实际工程项目，可直接进行训练，yolo系列

眼镜反光检测模型.h,文件，具体参考我的博客

内窥镜反光数据集，如果使用了该数据集，请引用 Sánchez, F. J., Bernal, J., Sánchez-Montes, C., de Miguel, C. R., & Fernández-Esparrach, G. (2017). Bright spot regions segmentation and classification for specular highlights detection in colonoscopy videos. Machine Vision and Applications, 28(8), 917-936.