yolo车辆检测，昏暗车辆检测，pyqt，目标检测，深度学习，目标检测接单，yolov5，yolov7，可dai写
扣扣：2046删532除381
语言：python
环境：pycharm，anaconda
功能：可添加继电器或者文字报警，可统计数量
注意:
1.可定制！检测车辆，树木，火焰，人员，安全帽，烟雾，情绪，口罩佩戴……各种物体都可以定制，价格私聊另商！
2.包安装！如果安装不上可以保持联系，3天安装不上可申请退货！
2023-07-01 14:02:11
898.1MB
1
行人目标检测数据集，包含xml、图片、txt标签。数据集大小一个400多M，一个100多M。
2023-05-30 21:09:14
622.39MB
1
内容概要：包含了2385张图片（图片中含有烟头）和split_data.py、xml2txt.py、data.yaml三个文件
2023-05-18 17:38:33
169.35MB
1
SCUT HEAD人头检测数据集包含4405张标记了111251个人头的图像。数据集分两部分，第一部分2000张图像源自大学教室的监控视频，第二部分2405张图像爬取自网络，数据集图像中的人头均有边界框和注释。
数据标注经用xmin、ymin、xmax和ymax坐标标记了每个可视头部，并确保注释覆盖整个头部，包括部分，但没有额外的背景。A部分和B部分分为培训和测试部分。数据集遵循Pascal VOC标准
2023-04-24 19:31:11
448.26MB
1
用LUNA16数据集每张CT图保存结节上下三张保存为jpg格式图片，根据Annotations生成xml标注文件，另外在肺实质图像上画出结节所在位置用于预测时对比
2023-04-14 19:17:10
127.85MB
1
数据集格式：Pascal VOC格式(仅仅包含jpg图片和对应的xml)
图片数量(jpg文件个数)：5156
标注数量(xml文件个数)：5156
标注类别数：1
标注类别名称:["fe"]
每个类别标注的框数：
fe count = 7762
使用标注工具：labelImg
2023-04-11 14:28:02
843.99MB
交通灯识别检测数据集(含voc和yolo格式标签)（课程作业、设计、比赛、实际项目所用）
【实际项目应用】：
交通灯识别检测、自动驾驶等
【数据集说明】：
交通灯识别检测数据集，一共7953张图片，背景丰富，多样性充足，目标分布均匀，标注精准，算法拟合较好，质量可靠。该数据集标签包含voc（xml）、yolo（txt）。类别名称为[“Traffic_Light”]，多种目标检测算法可直接使用。
2023-03-27 12:24:48
837.17MB