1、yolov5训练好的猫狗检测模型，包含yolov5s和yolov5m两种训练好的猫狗识别权重，从一万多张猫狗检测数据集训练得到，有pyqt界面，目标类别为cat和dog两个类别 2、pyqt界面可以 检测图片、视频和调用摄像头，有相应的选择项 4、并包含1万多张标注好的猫狗检测数据集，标签格式为xml和txt两种，类别名为car，配置好环境后可以直接使用 5、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 6、采用pytrch框架，python代码

【小白CV】手把手教你用YOLOv5训练自己的数据集（从Windows环境配置到模型部署）_梁瑛平的博客-CSDN博客.pdf

1、YOLOV5训练好的飞鸟检测模型+pyqt界面，包括YOLOv5s-bird.pt和YOLOv5m-bird.pt两个训练好的模型，并包含近1000张标注好的鸟类数据集，标签格式为xml和txt两种，类别名为bird， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、另外一万多张飞鸟数据集 https://download.csdn.net/download/zhiqingAI/85110825 4、采用pytrch框架，代码是python的

1、YOLOv5训练好的火焰烟雾检测模型，包括yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt两个训练好的模型，并包含几百张标注好的火焰和烟雾数据集，标签格式为xml和txt两种，类别名为fire和smoke， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、有QT界面 4、采用pytrch框架，代码是python的

1.包含github上的5n和5s两个快速训练权重以及经过训练后的单个人体目标的最佳识别结果 2.训练环境：win10 3.迭代次数：300+ 4.精确率和召回率均收敛

该资源为个人手工爬取图片进行标定 数据量为125

源码在 Github:https://github.com/shitbro6/yolov5-pyqt5--mask-recognition-system/releases/tag/1.0 教程在 https://blog.csdn.net/qq_38737428/article/details/12307

Visdrone数据集YOLOv5训练权重： 1、包括训练好的YOLOv5s-visdrone.pt 和yolov5m-visdrone.pt两个模型 2、包含各种训练曲线 3、包含相关场景测试视频 4、附上了yolov5-5.0的代码

利用yolov5训练的火光烟雾检测图片效果图

渣土车的模型文件，yolov5训练200张图片得到。