yolov5-5.0版本，烟雾和火焰数据集和源码（包含视频和图片素材，可直接进行推理测试）。1、项目是训练过的，可直接进行推力测试。 2、项目包含烟雾和火焰的数据集，已标记好！ 3、如果想想重新训练也可以。 4、可以直接用训练好的权重pt文件进行推力测试，测试视频和图片都可以，很好用。 5、价格绝对是优惠价，可以放心下载

本项目是使用yolov5结合python语言进行四类垃圾（可回收垃圾、有害垃圾、厨余垃圾和其他垃圾）的模型训练以及准确识别，下载本项目解压使用pycharm打开，测试图片可放入data下的images文件夹，运行dect.py(本项目已经在google colab上炼成丹)进行识别，识别结果存放于runs-dect-exp+数字文件夹下，可进行查看识别结果。 特别说明：本项目由于时间有限训练垃圾识别模型时所使用的数据集量比较小，所以四类垃圾中仅限瓶子、报纸；电池；剩饭；碎瓷片。有兴趣同学可采用大量数据集进行翻墙在云端进行训练。

1、YOLOv5行人车辆目标检测结果 2、行人车辆目标检测结果，包含700多张检测好的图片，并保存了检测结果坐标值在txt文件中 3、classes: person、car

史上最齐全的YOLOv5预训练模型，共10种预训练权重。附带各个权重性能比对图。使用后可以实现目标检测多达80种物体

yolov5-face c++ mnn版，亲测成功， 3399设备上 100ms 320*240

1、车辆数据集，包含白天和夜间的车辆数据集，并含有俯视场景的图片，都已经标注好，可以直接用于YOLOv5、YOLOv3、SSD车辆检测 2、标注的类别为car、共几千张图片，标签格式为txt和xml两种格式

这是基于Yolov5标注的人脸与口罩数据集，包含图片和txt文档，可直接训练使用

烧瓶-yolov5 请先参考这篇文章安装conda环境 查看conda中已经有的环境（CMD中）conda env列表 创建python = 3.7环境conda create -n py37 python = 3.7 激活py37环境conda激活py37 先安装英伟达CUDA环境安装割炬（必须电脑安装有英伟达独立插件）conda install pytorch == 1.6.0 torchvision == 0.7.0 cudatoolkit = 10.1 -c pytorch 继续安装依赖在项目目录下，没有就用cd进入pip install -r requirements.txt 注意，第4，5步必须在3执行后才进行。 test.mp4视频下载链接 链接： ://pan.baidu.com/s/1RHYadtNE7lomXuEnZi1O6g提取码：29uk

用于检测鱼类数据集以及标签

YOLOv5开源代码，可以做目标检测，作为目前YOLO最新的技术，他的速度很快