3D Object – 3D 模型数据集

1、YOLOV5行人检测，内含各种训练曲线图，在几千张街道和交通场景的行人数据集中训练得到的权重，并附有数据集，使用lableimg软件标注软件标注好的行人数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，类别名为person; 可以直接用于YOLO系列的行人检测，map达90%多 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，代码是python的

随着互联网、物联网、云计算等技术的快速发展，以及智能终端、网络社会、数字地球等信息体的 普及和建设，全球数据量出现爆炸式增长，形成了大数据环境。伴随着大数据技术的发展，组织机构在 业务发展、内部运营等关键环节利用大数据技术对业务进行优化以发掘出更多的数据价值。在内部管理 运营过程中，组织机构利用大数据技术驱动业务的发展和组织的运营，极大程度地改变了工作模式和业 务发展方向，也对组织机构的数据安全保障带来了新的挑战。数据的高速流通性让组织机构内部信息系 统、网络区域之间的边界越发模糊;而在大数据技术的广泛应用中，大数据的大容量、多种类和可变性 等特性对组织机构的数据管理能力提出了更高的要求。 组织机构除关注自身业务产生的数据外，也通过采集外部第三方组织或人员的数据来丰富自己的数 据资源，而且会开放和共享自身的数据给其他组织机构，数据在不同组织机构间的流通和处理成为不可 避免的趋势。数据作为组织机构的重要资产，一方面面临着传统环境中的数据安全风险，另一方面也面 临着大数据环境下更为严峻的数据安全风险。数据安全成为了当前产业环境下各类组织机构共同关注的 安全命题。 数据安全的保障需要基于以

1、yolov5鲜花检测，包含训练好的鲜花识别权重，以及PR曲线，loss曲线等等，在鲜花检测数据集中训练得到的权重，类别为桃花、梨花和玫瑰3类，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

1、yolov5汽车轮胎检测，包含训练好的汽车轮胎识别权重，以及PR曲线，loss曲线等等，在汽车轮胎检测据集中训练得到的权重，类别名为tire，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码

YOLOv5火焰烟雾检测+训练好的模型+数据集+pyqt界面，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 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，并包含标注好的火焰和烟雾数据集，标签格式为xml和txt两种 有QT界面 采用pytrch框架，代码是python的 YOLOv5训练好的火焰烟雾检测 pyqt界面 yolov5界面

变压器冷却油中溶解气体故障诊断模型（数据+代码），其中包含变压器冷却油中溶解气体数据和神经网络模型代码，实现变压器故障的智能诊断。

1、yolov5破损绝缘子检测，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在绝缘子缺陷检测数据集中训练得到的权重，目标类别名为break_insulator共一个类别；并附绝缘子缺陷检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

Entity Recognition of Traditional Chinese Medicine's Manual中药说明书实体识别。 Chinese：本数据集来源于中药药品说明书，通过挖掘中药说明书构建中药合理用药的知识图谱，将为中医规范诊疗奠定较好基础。抽取中药药品说明书中的关键信息可以帮助扩充中医药药品知识库。 疫情催化下，人工智能正在持续助力中医药传承创新加速发展，其中中医用药知识体系沉淀挖掘是一个基础工作。通过挖掘中药说明书构建中药合理用药的知识图谱，将为中医规范诊疗奠定较好基础。抽取中药药品说明书中的关键信息可以帮助扩充中医药药品知识库。

1、yolov5西红柿检测，包含yolov5s和yolov5m两种训练好的西红柿检测权重，以及PR曲线，loss曲线等等，在一千多张西红柿检测数据集中训练得到的权重，目标类别为toamto共1个类别，并附1000多张西红柿检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码