缺陷检测数据集，用于训练缺陷检测神经网络。从https://github.com/sundyCoder/DEye下载

显著性检测是计算机视觉的一个重要分支，而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。常用的显著性检测数据集HKU-IS和他们的GT图

跌倒检测数据集，1440张标注好的图片，可直接拿来训练

有无厨师帽口罩数据集.该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有6400+张各种场景的抽烟图像,共1w+个标注框. 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为有无厨师帽口罩检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景有无厨师帽口罩的检测. 免去了收集,挑选,标注图片的时间,可直接进行工程化应用.

已标记好的火焰目标检测数据集，包含训练集和测试集。

数据集包含了工人的安全帽场景，适用于安全帽的检测，数据已标注txt格式。 数据包含三个标注类别，head、person和Hard Hat。

烟雾检测数据集，用于野外起火的烟雾场景检测。 数据集已全部标注，标注格式为txt格式，包含训练集516张、验证机147张和测试集74张。

裂纹检测 数据集 光伏电池片 详细的理解参照：https://mp.csdn.net/postedit/79782375

水面垃圾目标检测数据集1000张，实际的项目数据集，已标注，水面垃圾目标检测

水面垃圾目标检测数据集1000张，实际的项目数据集，已标注，水面垃圾目标检测