yolov5垃圾分类数据集三千张（已标注）

垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测试时识别准确率为百分百。垃圾分类数据集及代码，智能垃圾分类赛道。使用PyQt5进行界面设计，做了数据集并进行测试，使用神经网络进行图像识别处理。测

垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片275个类垃圾分类数据集和tf代码-10w张图片2

本数据集总共涵盖了18848张图片，其中训练数据图片14683张，测试数据图片4165张，图片均带有标签。 总共分为4个大类40个小类，每类均有200+以上图片。 内赠博主训练好的模型(采用此数据集训练)gab.ms文件，是采用残差神经网络进行训练，准确率稳定在95%以上。 模型导入建议，将.ms文件置于resources/rawfile目录下(DevEco stduio)或者main/assets/model目录下(Android studio) 我是采用cmake将模型编译成so库后进行第三方so库导入到app里面的(没错，就是在Android生成so库，再导入到harmony应用来的，T_T) 有任何问题欢迎私信我哦^_^

code目录是代码，models目录下存放了我训练好的模型，data目录是数据，需要从百度网盘中下载，下载链接如下，如果链接失效请私信我获取新的下载链接，下载解压之后在数据把代码中的数据集路径修改为你解压的路径即可，资源见压缩包中的百度网盘地址。 包含垃圾分类数据集和tf代码-8w张图片245个类，提供2组训练好的模型在models目录下，详情参考：https://blog.csdn.net/ECHOSON/article/details/118025415

该数据集是图片数据，分为训练集85%（Train）和测试集15%（Test）。其中O代表Organic（有机垃圾），R代表Recycle（可回收）

有害垃圾：各种废旧电池、废旧药品等； 厨余垃圾：土豆、胡萝卜、白萝卜等瓜果蔬菜； 可回收垃圾：各种易拉罐、塑料瓶； 其他垃圾：烟头、瓷砖、石头等。 资源介绍：https://blog.csdn.net/qq_44166630/article/details/122727177?spm=1001.2014.3001.5501

包含电池、瓶子、易拉罐、陶瓷、香烟、水果、水果皮、蔬菜、蔬菜皮的训练图片，利用PaddleX训练出的模型精度可以达到百分之95左右

该数据集包含了2527个生活垃圾图片。数据集的创建者将垃圾分为了6个类别，分别是： 玻璃（glass）共501个图片 纸（paper）共594个图片 硬纸板（cardboard）共403个图片 塑料（plastic）共482个图片 金属（metal）共410个图片 一般垃圾（trash）共137个图片 物品都是放在白板上在日光/室内光源下拍摄的，压缩后的尺寸为512 * 384。

自己整理的，质量杠杠的。