1、饭碗餐盘检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO饭碗餐盘检测；共有两部分，这里是第二部分数据
2、目标类别名：bowl；
3、数量：7425
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:35
355.5MB
1.实拍交通标志已标注数据集1万张——内含txt版本。
2.本数据集含有45类标志，有关联ID。
3.数据集适合yolo系统算法使用，内部已经把txt信息都转换好了，看个人需求使用。
4.数据集多为实拍，精度够，并且本人亲自训练过后，检测精度可以达到98%（50轮）。
有需要指导可私信博主；包含深度学习框架和训练好的文件分享
采集的真实场景的数据，标注后可以用于交通标志物检测
手工标注范围良好，适合高精度目标识别
可以直接用于YOLO系列的交通灯目标检测检测；数据场景丰富
2022-12-06 09:30:30
393B
【实际项目应用】：
社区安防、学校安防、危险器具检测等
【数据集说明】：
刀具棍棒检测数据集，一共1200张图片，标签有两类，分别为[刀具、棍棒]，即['dao','bang']，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，算法拟合较好，数据质量可靠。
【备注】若需要json格式标签，或数据集使用问题，请私信留言。
2022-11-28 21:26:21
84.52MB
PCB电路板元件目标检测数据集（YOLO标签，1400张，9类目标）
2022-10-12 22:06:21
163.72MB
1
机动车自行车行人融合数据集主要来自自己拍摄和自行整理的voc2012，总共8500+张图片，图片均为国内外机动车自行车摩托车巴士，覆盖晴天，阴天，雨天，低能见度天气等复杂场景，且均已标注。可用于深度学习，用于YOLOv5的训练,用于嵌入式比赛，使用YOLOv5s.pt，训练300轮，可达到较好检测效果。
类别：bus,car,motorbike,bicycle，person
机动车自行车行人融合数据集主要来自自己拍摄和自行整理的voc2012，总共8500+张图片，图片均为国内外机动车自行车摩托车巴士，覆盖晴天，阴天，雨天，低能见度天气等复杂场景，且均已标注。可用于深度学习，用于YOLOv5的训练,用于嵌入式比赛，使用YOLOv5s.pt，训练300轮，可达到较好检测效果。
类别：bus,car,motorbike,bicycle，person
2022-08-06 09:22:31
917.53MB