该数据集包含动态和变化背景下的风力涡轮机图像。我设计这个数据集时考虑到了无人机摄影师。商业市场上的许多无人机都预装了软件开发工具包或sdk(如大疆无人机),允许用户用Python等语言对无人机进行编程。因此,具有高质量摄像头的商用无人机可以与其SDK配对,以创建令人难以置信的计算机视觉项目!这些项目是无限的,所以我将继续为这个数据集做出贡献。请继续关注! 格式: YOLO v7 PyTorch 特点: 水平翻转的概率是50% 0到3像素之间的随机高斯模糊 随机曝光调整介于- 25%和+ 25%之间 预分割:87%训练,9%验证,4%测试(2885张图像) 类似的数据集: 皮肤癌二元分类数据集 标签: Roboflow -免费的图像标签 该数据集包含动态和变化背景下的风力涡轮机图像。我设计这个数据集时考虑到了无人机摄影师。商业市场上的许多无人机都预装了软件开发工具包或sdk(如大疆无人机),允许用户用Python等语言对无人机进行编程。因此,具有高质量摄像头的商用无人机可以与其SDK配对,以创建令人难以置信的计算机视觉项目!这些项目是无限的,所以我将继续为这个数据集做出贡献。请继续关
2023-06-07 20:14:01 359.98MB pytorch pytorch 数据集
1
行人目标检测数据集,包含xml、图片、txt标签。数据集大小一个400多M,一个100多M。
2023-05-30 21:09:14 622.39MB 目标检测 数据集 行人目标检测
1
1.遥感数据集,方便入门学习。 2.HRSID一共有13个类别,分别是:飞机、棒球场、篮球场、桥梁、十字路口、田径场、港口、停车场、船、存储罐、丁字路口、网球场、汽车。上传的只有一个类别,船ship类。 3.数据库的亮点是,各个类别之间样本量较均衡。 4.对于一般的目标检测而言,数据集至少应该是千位数甚至上万,可能效果会比较少的数据集更好。 5.上传的是原5604张数据集,有图片和标签,全部一一对应。 6.可以对任意数据集进行扩充,如果需要定做,私信我,或者私信找我要扩充之后的数据集,付费咨询。 7.扩充增强方法可以采用数据模糊,亮度,裁剪,旋转,平移,镜像等变化,或者基于深度学习SRGAN增强等方式。
2023-05-17 21:23:37 574.92MB 目标检测 数据集
1
烟火检测数据集包含的场景类型: 大火-小火,建筑起火、草原起火、森林起火、车辆(汽车、卡车、摩托车、电动车)起火、白天-黑夜起火、室内-室外起火; 烟雾同火场景一致! 数据集详细情况说明 烟火检测数据集(按照Pascal VOC格式排列): --VOC2020 --Annotations (xml_num: 2059) --ImageSets(Main) --JPEGImages (image_num: 2059) --label_name: fire 解压压缩文件命令 tar -xzvf ***.tar (win or linux: Git Bash) or 7zip (win: 7zip; 360zip 需要解压2次) 将VOC格式转成yolo格式: 调用yolov4 -> scripts -> voc_label.py
2023-05-09 23:57:37 200.15MB 数据集 火灾烟火烟雾检测数据集
1
SCUT HEAD人头检测数据集包含4405张标记了111251个人头的图像。数据集分两部分,第一部分2000张图像源自大学教室的监控视频,第二部分2405张图像爬取自网络,数据集图像中的人头均有边界框和注释。 数据标注经用xmin、ymin、xmax和ymax坐标标记了每个可视头部,并确保注释覆盖整个头部,包括部分,但没有额外的背景。A部分和B部分分为培训和测试部分。数据集遵循Pascal VOC标准
2023-04-24 19:31:11 448.26MB 人头检测数据集 SCUT_HEAD SCUT_HEAD_VOC
1
红绿灯检测数据集,该数据集基于CCF BDCI,用于红绿灯检测,该数据集包含2600个人工标记的红绿灯类别和颜色标签。红绿灯类别包括9类 红绿灯检测数据集,该数据集基于CCF BDCI,用于红绿灯检测,该数据集包含2600个人工标记的红绿灯类别和颜色标签。红绿灯类别包括9类
2023-04-23 20:58:12 873.01MB 深度学习 数据集 红绿灯 图片
本数据集为摔倒检测数据集,标注格式为VOC 目标检测框,格式XML,数量为1440
1
智能驾驶 车牌检测和识别(二)《YOLOv5实现车牌检测(含车牌检测数据集和训练代码)》:https://blog.csdn.net/guyuealian/article/details/128704068 更多项目《智能驾驶 车牌检测和识别》系列文章请参考: (1)智能驾驶 车牌检测和识别(一)《CCPD车牌数据集》:https://blog.csdn.net/guyuealian/article/details/128704181 (2)智能驾驶 车牌检测和识别(二)《YOLOv5实现车牌检测(含车牌检测数据集和训练代码)》:https://blog.csdn.net/guyuealian/article/details/128704068 (3)智能驾驶 车牌检测和识别(三)《CRNN和LPRNet实现车牌识别(含车牌识别数据集和训练代码)》:https://blog.csdn.net/guyuealian/article/details/128704209 (4)智能驾驶 车牌检测和识别(四)《Android实现车牌检测和识别(可实时车牌识别)》:https://blog.c
1
绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。深度学习技术的大量应用,计算机运算性能的不断提高,为无人机准确识别和定位绝缘子,实时跟踪拍摄开辟了新的解决途径。本文对输电线路中绝缘子进行识别及定位,利用深度学习技术采取基于YOLOv5 算法的目标检测手段,结合绝缘子数据集的特点,对无人机拍摄图片进行训练,实现对绝缘子精准识别和定位,大幅提升无人机巡检时对绝缘子设备准确跟踪、判定的效率,具有十分重要的应用效果。本项目可以作为计算机专业毕业涉及,提供处理好的数据集、视频和三组训练好的模型,部署简单,并且具有可用于图片检测和视频检测的图形化界面,方便易用。
2023-04-14 19:21:29 350.45MB 数据集 软件/插件
猪(pig)目标检测数据集,yolo格式的,可以直接用来yolo系列的训练,不需要进行再次转化,直接修改相应的yaml配置文件,即可使用。
2023-04-05 01:45:40 31.44MB 目标检测 数据集 yolo
1