1、基于yolov5算法实现红绿灯识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、识别4类别：红灯、绿灯、黄灯、交通灯 4、迭代200次，模型拟合较好。 【备注】有相关使用问题，可以私信留言跟博主沟通。

1、基于yolov5算法实现刀棒识别检测源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。 4、识别检测类别为2类：“刀”，“棒子” 【备注】有相关使用问题，可以私信留言跟博主沟通。

实现了低对比度图像的直方图均衡化处理，提高了图像的对比度和显示效果。适合数字图像处理领域。

已标注好，可直接用于训练

【实际项目应用】： 机场、火车站智能安检、智能安防等。 【数据集说明】： EDS安检x光危险物品检测数据集，一共4718张图片，标签包含voc（xml）与yolo（txt）、json三种格式，目标共10类，分别是["笔记本电脑","手机平板","打火机","剪刀","压力罐","充电宝","雨伞","玻璃瓶","塑料瓶","刀具"]， 数据标注精确，数据量充足，多种目标检测算法可直接使用。实际安检落地项目所用，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

1、数据集图片一共1316张，未做数据增强，标签格式有两种，分别为voc格式(xml文件)和yolo格式(txt文件)，下载后需要做数据增强的，可以私信我。 2、数据集亲自收集、爬取，亲手标注，质量还不错。 3、该数据集属于目标检测数据集，可以筛选出制作分类数据集。 备注：使用过程有问题可以私信我

【实际项目应用】： 人脸表情识别检测、人状态识别等 【数据集说明】： 人脸表情数据集，一共2445张图片，包含5类表情，分别为['happy','sad','shock','disgust','solemn']，每类目标数量分布均匀，标签包含voc（xml）、yolo（txt）两种格式，纯手工标注，标注精准，算法拟合不错，多种目标检测算法可直接使用。数据质量可靠。 【更多数据集介绍请看】https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502

【实际项目应用】： 工业缺陷检测、布匹缺陷识别检测、智能质检等。 【数据集说明】： 布匹缺陷检测数据集，一共800张图片，缺陷包含“损坏”、“污渍”两种类别，附有voc（xml）与yolo（txt）两种格式标签。 数据标注精确，多种目标检测算法可直接使用，算法拟合不错，数据质量可靠。 更多数据集介绍请看https://blog.csdn.net/DeepLearning_/article/details/127276492?spm=1001.2014.3001.5502 【备注】：使用过程若有问题请私信联系博主

【实际项目应用】 车标识别检测 【数据集说明】 车轮检测数据集，一共4203张图片，6类车标，分别为“奔驰”、”本田“、”丰田“、”奥迪“、”雪佛兰“、”大众“， ['Benz','Honda','Toyota','Audi','Chevrolet','VW']，多种背景，数据分布均匀，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。纯手工标注，标注精准，算法拟合很好，数据质量可靠。 【备注】：若需json格式标签，或使用过程遇到问题，请私信留言。

【实际项目应用】： 车辆违规检测项目(如压线、不礼让行人、违规车辆计数等) 【数据集说明】： 车轮检测数据集，一共3016张图片，6000多个车轮目标，多种背景，有一部分是道路监控拍摄，数据分布均匀，标签包含voc（xml）、yolo（txt）两种格式，多种目标检测算法可直接使用。纯手工标注，标注精准，算法拟合不错，数据质量可靠。