口罩规范佩戴识别 检测数据集 1000张左右 人工智能 机器学习 yolo格式标注 口罩规范佩戴识别 检测数据集 1000张左右 人工智能 机器学习 yolo格式标注 口罩规范佩戴识别 检测数据集 1000张左右 人工智能 机器学习 yolo格式标注 口罩规范佩戴识别 检测数据集 1000张左右 人工智能 机器学习 yolo格式标注
2022-08-18 13:41:52 130.73MB python 人工智能 口罩识别 yolo格式标注
1
1、数据集图片一共1316张,未做数据增强,标签格式有两种,分别为voc格式(xml文件)和yolo格式(txt文件),下载后需要做数据增强的,可以私信我。 2、数据集亲自收集、爬取,亲手标注,质量还不错。 3、该数据集属于目标检测数据集,可以筛选出制作分类数据集。 备注:使用过程有问题可以私信我
1
hog svm的手势识别检测系统
2022-07-10 11:05:45 1.45MB 手势识别
该项目是基于yolov5实现对火焰的识别检测,可用于工业化场景中,如智慧工地,智慧电网,智慧小区等等。项目文件夹中已经上传了火焰的训练数据集,一共将近4000张图片,足够训练一个效果还不错的检测模型了。在我本机上,最终模型的准确率大概在97%左右,可进行工业化落地。同时,里面的数据集已经转换好txt格式,不需要再花时间去转换标签格式。基本上只要把相关的库安装好之后,直接就能运行训练和测试了。方便又省事~如果遇到了任何问题,可随时联系博主,第一时间无偿帮忙解决问题。
2022-07-05 21:05:50 275.8MB 火焰数据集 yolov5算法 电力行业
机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。机器学习课程设计--基于yolov5的海棠花花朵识别检测系统源码+数据集+实验报告。已获高分项目。
目标检测之口罩检测数据集 格式是VOC数据格式: JPEGImages -- 图片保存的目标 Annotations -- 目标检测标注信息,一个xml文件对应JPEGImages里边的一张图片; 目标检测之口罩检测数据集 格式是VOC数据格式: JPEGImages -- 图片保存的目标,; Annotations -- 目标检测标注信息,一个xml文件对应JPEGImages里边的一张图片;
2022-07-03 17:55:44 754.66MB python 人工智能 口罩识别 VOC标注
1
机器学习课程设计猫狗图像识别检测分类项目源码+数据集 系统源码+猫狗识别数据集+大作业文档以及答辩PPT。 由于数据集中图片数量太多,所以将图片数据打包存在了 cats_and_dogs.zip 里面。 该数据集包含25000张猫狗图像(每个类别各有12500张)。CNN是用这个集合里面的数据进行训练,CNN基于验证集上的性能来调节模型配置(超参数:层数,每层神经元数量等)图像数据输入卷积神经网络之前,应该将数据格式化为经过预处理的浮点数张量。 需要对图像进行向量化处理,同时对标签也要进行向量化处理。 代码位于 5.2_小型数据建立卷积神经网络_猫狗图像分类2.ipynb 中。
里面包含如何训练以及测试的代码,安全帽数据集以及训练模型下载地址,可以接用于YOLO目标检测和跟踪,数据集包括两个类别person、hat,8000多张标注好的的图片,两种标签格式分别为txt和xml格式。
基于深度学习的口罩识别检测系统源码,在yolov5目录下执行下列代码 python detect.py --source data/images/bus.jpg --weights pretrained/yolov5s.pt 执行完毕之后将会输出下列信息 image-20210610111308496 在runs目录下可以找到检测之后的结果 image-20210610111426144 按照官方给出的指令,这里的检测代码功能十分强大,是支持对多种图像和视频流进行检测的,具体的使用方法如下: python detect.py --source 0 # webcam file.jpg # image file.mp4 # video path/ # directory path/*.jpg # glob
毕业设计基于步态识别的多目标跨镜头跟踪算法研究 主算法:基于yoloV5-deepsort框架进行目标检测和跟踪+GaitSet算法 Introduction This repository contains a highly configurable two-stage-tracker that adjusts to different deployment scenarios. The detections generated by YOLOv5, a family of object detection architectures and models pretrained on the COCO dataset, are passed to a Deep Sort algorithm which tracks the objects. It can track any object that your Yolov5 model was trained to detect.