目标检测之口罩检测数据集，2700张图片和相应的VOC格式标注信息 格式是VOC数据格式： JPEGImages -- 图片保存的目标，一个包含2700张图片； Annotations -- 目标检测标注信息，一个xml文件对应JPEGImages里边的一张图片；

通过python脚本构造focal loss曲线；焦点损失函数是重加权的一个典型代表，被广泛应用于目标检测和语义分割。

5个积分就行了

1.目标检测格式数据集，标签为yolo的txt格式 2.动物检测数据集，支持['bird','cat', 'cow', 'dog', 'horse', 'sheep']6种动物的检测 3. 提供3组训练好的YOLOV5模型 4.代码中包含图形化界面

1. 使用YOLOv7在BDD100K数据集上的实验，包含可直接运行的代码，代码文件功能说明，代码运行说明； 2. 包含非常充分地实验结果，精确度曲线，召回率曲线，AP曲线，P-R曲线，IoU，MAP等； 3. 同时提供许多实验图片和视频，非常充分地目标检测前后对比图片，和目标检测前后地对比视频； 4. 还包括一份25页的报告书，可以直接用作课设等，其中包含嵌入对比视频，双击即可自行播放； 5. 实验结果视频包含雪天，夜间，强光等场景下的对比，也可以自己运行代码生成。

资源中有3个视频，使用Python程序可以实现对视频中的目标进行检测

分享一套人工智能视频教程——《人工智能：深度学习从入门到精通》，2022年最新课程，课程分为9大阶段，25周完整版，提供视频配套的所有源码和文档下载！

人工智能：深度学习从入门到精通（25周全，图像分类+图像分割+目标检测+人脸识别+模型分析）

分享深度学习课程——《人工智能：深度学习从入门到精通2022》课程从框架到模型，从理论到实战，循序渐进系统进阶。结合几十个配套案例，全面覆盖深度学习核心应用场景，具体包含：数据使用、图像分类、图像分割、目标检测、图像生成GAN、模型分析、设计与优化、人脸图像检测与识别、视频分类与行为识别等等，深度学习从零到精通！

程序是基于Matlab实现的，对于初学者，通俗易懂，直接下载就可以用，如果电脑的GPU性能不佳的情况下，利用Matlab可以实现YOLOV3的算法对目标识别。