yolo系列网络使用labelimg工具标注的xml文件，可以对xml文件进行节点的修改，删除等操作。

内容概要：python脚本划分训练集测试集。可以把coco、voc格式的数据转换成yolo系列数据。经过大量实践验证无bug 源代码：python脚本 适合人群：学生、具备一定编程基础，工作1-3年的研发人员、想入门人工智能的爱好者、科研人员 能学到什么：可以快速出效果。节省你的时间 备注：如遇问题，随时联系我。

YOLO系列作为目标检测算法中非常经典的一个分支，也是很多入门目标检测算法的基础算法，目前，基于深度学习算法的一系列目标检测算法大致可以分为两大流派： 1.two-stage算法：先产生候选区域然后再进行CNN分类(RCNN系列)， 2.one-stage算法：直接对输入图像应用算法并输出类别和相应的定位(YOLO系列) 之前的R-CNN系列虽然准确率比较高，但是即使是发展到Faster R-CNN，检测一张图片如下图所示也要7fps(原文为5fps)，为了使得检测的工作能够用到实时的场景中，提出了YOLO。

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

1、YOLO系列算法旋翼无人机目标检测，数据集，都已经标注好，标签格式为VOC和YOLO两种格式，可以直接使用，共量部分，由于数量量太大，分为两部分，这里是第一部分 2、part1数量：5000多张 3、classes: drone 4、有需要的可以下载

交通场景行人数据集，街道和公路上的 行人，目标类别： person 都已标注好，标签格式为两种，分别为YOLO格式的txt，和VOC格式的xml，共1万多张， 可用于YOLO系列算法行人检测

1.YOLOV3 2.YOLOV4 3.YOLOV5

目标检测GUI源码自写，使用yolo系列，pyqt5编写， 源码中带接口，可扩展，模块化处理。

水面垃圾目标检测数据集1000张，实际的项目数据集，已标注，水面垃圾目标检测

水面垃圾目标检测数据集1000张，实际的项目数据集，已标注，水面垃圾目标检测