yolo4_voc_weight.h5

PMF 即正交矩阵因子分解法（PositiveMatrixFactorization）是由 Paatero 和 Tapper 在 1993 年提出的一种有效的数据分析方法。其思路是:首先利用权重计算 出颗粒物中各化学组分的误差，然后通过最小二乘法来确定出颗粒物的主要污染 源及其贡献率。与其他源解析方法相比，具有不需要测量源成分谱，分解矩阵中 元素分担率为非负值，可以利用数据标准偏差来进行优化，并且可处理遗漏数据 和不精确数据等特点。

yolov3spp-voc-512.pt

ssd300_VOC_120000.pth

在做目标检测任务时，若使用Github已复现的论文时，需首先将自己的数据集转化为VOC数据集的格式，因为论文作者使用的是公开数据集VOC 2007、VOC2012、COCO等类型数据集做方法验证与比对。 一、VOC数据集格式 –VOCdevkit2007 –VOC2007 –Annotations (xml格式的文件) –000001.xml –ImageSets –Layout –Main –train.txt –test.txt –val.txt –trainval.txt –Segmentation –JPEGImages (训练集和测试集图片) –000001.jpg –result

百度到的不能用，自己写了一个。 针对VOC格式数据集标注文件（xml）使用。 用于目标检测标注文件中的，name内容（label）修改/替换。

CUHK Occlusion Dataset数据集,用于行人检测，做好了yolo格式数据集的训练和划分，同时上传了yolo和voc两个格式的标签集。 包括：1.VOC格式（.xml文件）的数据集 2.yolo格式（.txt文件）的数据集 3.划分好的yolo格式的训练集和数据集 文件结构： images——train(训练集的jpg图片) ——val(测试集的jpg图片) labels——train(训练集的标签) ——val(测试集的标签) VOC2007——JPEGImages（数据集原本的1063张jpg图片） ——Annotations（数据集中图片对应的.xml标签文件——VOC格式） ——YOLOLabels（数据集中图片对应的.txt标签文件——yolo格式）

行业资料-制造说明-用于水基涂料的低VOC二醇醚聚结剂.zip

自己制作的voc2007数据集，目标有两个类别，0，aircraft. 1, oiltank。几乎所有模型都可以训练目标检测测试数据。给予原始VOC数据太大，下载训练都很慢。

PLabel 半自动标注系统是基于BS架构，纯Web页面操作，由鹏城实验室叶齐祥、曾炜、田永鸿教授团队自主研发，由工程师邹安平维护，集成视频抽帧，目标检测、视频跟踪、ReID分类、人脸检测等算法，实现了对图像，视频的自动标注，并可以对自动算法的结果进行人工标注，最终得到标注结果，同时也可以对视频、图片、医疗（包括dicom文件及病理图像）相关的数据进行人工标注，标注结果支持COCO及VOC格式。支持多人协同标注。 半自动标注系统主要功能有：用户管理，数据集管理，自动标注，人工标注，ReID标注，车流统计，视频标注，医疗CT标注，超大图像标注，模型管理与重训，报表管理。数据标注过程一个非常重要的因素是数据安全，在标注使用中防止数据泄露，采用基于web标注工具是有效避免数据泄露的措施之一。 半自动标注系统以保证性能的情况下最小化人工标注代价为目标，不断提升自动标注效率，减少人工标注和人工参与过