做验证码图片的识别，不论是使用传统的ORC技术，还是使用统计机器学习或者是使用深度学习神经网络，都少不了从网络上采集大量相关的验证码图片做数据集样本来进行训练。 采集验证码图片，可以直接使用Python进行批量下载，下载完之后，就需要对下载下来的验证码图片进行标注。一般情况下，一个验证码图片的文件名就是图片中验证码的实际字符串。 在不借助工具的情况下，我们对验证码图片进行上述标注的流程是： 1、打开图片所在的文件夹； 2、选择一个图片； 3、鼠标右键重命名； 4、输入正确的字符串； 5、保存 州的先生亲身体验，一个验证码完成数据的标注，大概需要10到20秒。大量的时间浪费在了重复地进行鼠标右键

一共是2800首唐诗，情感标注为三类，-1为消极，0为中性，1为积极。由于是人工标注，与标注者的诗歌鉴赏水平有关，准确性有待验证。

从VOC中挑选出来的关于行人的数据集和，可帮助对行人检测训练与测试，train，test，val 是一个很有用的数据集。

labelme的exe版本，在win10下测试可用。主要用于以下方面： 对图像进行多边形，矩形，圆形，多段线，线段，点形式的标注（可用于目标检测，图像分割，等任务） 对图像进行进行 flag 形式的标注（可用于图像分类 和 清理 任务） 视频标注 生成 VOC 格式的数据集 生成 COCO 格式的数据集

将voc文件转成yolov5所需的文件，输入xml文件地址以及txt文件地址即可完成转换，在转换后添加labels文件即可作为yolov5的数据集使用。

火焰烟雾已标注数据集1000张

火焰已标注数据集2000张

深度学习标注工具labelImg.exe，无需运行环境，可以直接运行

火焰已标注数据集500张，已标注，yolo

yolov3火焰烟雾数据集，4千多张，全部已标注。并且本人用yolov3跑了一下，可以正常识别