labelImg标注的xml文件数据转yolov5可以训练的数据脚本
2022-12-07 16:28:12 2KB yolov5 yolov7 yolo
1
用于voc数据集的清洗,自动对应文件夹中的xml和jpg文件,并绘制目标检测框,将xml文件和图片放入一个命名为train的文件夹,程序放入和train同级的目录,运行程序,得到整理好的xml文件夹和img文件夹,同时取出部分图片绘制目标检测框
2022-12-03 11:26:36 3KB yolo 数据集 voc
1
voc数据集格式转yolo数据集格式(直接划分成训练集和验证集)---目标检测数据集转换代码,python程序代码,自己当前在用,使用过程中只需要修改相应的路径即可。
1
数据集整合多种识别能力,支持安全帽、反光衣、抽烟、打电话、喝水、口罩等识别,部分关键词的识别精度有限,建议在这个基础上进一步优化调整。
2022-10-20 16:05:56 363B yolov5 深度学习 数据集 安全帽
1
高空作业安全带,VOC数据集已经标注,标准了安全带的各个关键点,行人,能够应用到安全带的检测,判断做业人员是否按照穿戴标准作业。
2022-09-23 21:05:31 227.34MB 数据集
1
1.python提取COCO数据集中特定的类 安装pycocotools github地址:https://github.com/philferriere/cocoapi pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI 提取特定的类别如下: from pycocotools.coco import COCO import os import shutil from tqdm import tqdm import skimage.io as io import matpl
2022-08-16 15:21:18 58KB python 数据 数据集
1
口罩数据集(mask,nomask),VOC格式,可用于目标检测等
2022-07-12 15:08:47 902.76MB 目标检测 voc 数据集
网上很多数据标注格式都是VOC的.xml格式,但是在一些场景中我们需要进行转换,如使用coco格式数据集,需将其转换为.txt格式。那么这份代码或许能帮到你,需要注意的是你预转换的voc格式数据最好和VOC的数据集路径名称一致,这样转换时就不需要修改代码,如若不一样,你可能需要对代码路径进行一定的修改,当然也不是很难。
1
钢筋VOC数据集,包括VOC_train,VOC_test,VOC_valid,测试集, 验证集, 训练集, 共250条数据
2022-07-07 09:00:46 358.8MB 数据集 VOC 钢筋
进行苹果、香蕉、橙子的水果识别用于测试的VOC数据集仅300张图片,大部分的图片背景为白色,有少部分的背景干扰,有需要的可以下载测试。
2022-07-06 14:14:06 23.8MB 水果识别 用于测试 VOC数据集 深度学习