固定翼无人机检测创建的数据集。数据集包含554张图像及其yolo txt注释文件。最初它有319个独特的图像，这个数字随着水平翻转增强而增加。它可以用于目标检测和目标跟踪算法的尝试。
固定翼无人机检测创建的数据集。数据集包含554张图像及其yolo txt注释文件。最初它有319个独特的图像，这个数字随着水平翻转增强而增加。它可以用于目标检测和目标跟踪算法的尝试。
2022-12-29 11:28:34
42.49MB
无人机检测数据集，这个数据集包含了4000多张业余无人机的图像。(无人机)
无人机检测数据集，这个数据集包含了4000多张业余无人机的图像。(无人机)
无人机检测数据集，这个数据集包含了4000多张业余无人机的图像。(无人机)
2022-12-29 11:28:34
157.43MB
无人机检测数据集，此数据集包含1962张无人机的.jpg图像，用于图像分类(或任何您认为合适的)。
无人机检测数据集，此数据集包含1962张无人机的.jpg图像，用于图像分类(或任何您认为合适的)。
无人机检测数据集，此数据集包含1962张无人机的.jpg图像，用于图像分类(或任何您认为合适的)。
2022-12-29 11:28:33
249.21MB
无人机检测数据集（多旋翼），有1359张照片，都有标签。有“。txt”和“。xml”文件来训练Darknet(yolo)， Tensorflow和PyTorch模型。
无人机检测数据集（多旋翼），有1359张照片，都有标签。有“。txt”和“。xml”文件来训练Darknet(yolo)， Tensorflow和PyTorch模型。
2022-12-29 11:28:33
715.87MB
玉米叶病(NLB)数据集，创建此数据集的目的是用于无人机检测玉米的疾病，健康的叶子有2567张图片，有病害的叶子有1550张
玉米叶病(NLB)数据集，创建此数据集的目的是用于无人机检测玉米的疾病，健康的叶子有2567张图片，有病害的叶子有1550张
2022-12-23 15:28:00
37.95MB
利用自定义无人机数据集训练YOLOX
数据修改
搭建YOLOX训练环境
使用Conda创建虚拟环境
安装Jupyter和ipykernel
克隆YOLOX GitHub库
安装依赖包
自定义数据集训练
YOLOX推理测试效果
结论
2022-11-04 16:05:27
52.68MB
1、Darknet版YOLOv4无人机检测，drone检测，训练结果文件，包含drone.data , drone.names, yolov4-drone.cfg， yolov4-drone_best.weights权重文件，并包含训练loss曲线和map曲线图，在一万多张场景丰富、多尺度无人机数据集上训练得到的结果， 可以检测远、近、大、中、小各种无人机目标
2、包含YOLOv4和YOLOv4_tiny两种训练好的模型
3、目标类别名： drone
2022-05-12 09:11:47
247.12MB
早期检测一次配电系统中受损（部分损坏）的户外绝缘子对持续供电和公共安全至关重要。
无人机（UAV）提供了一种更安全、自主、高效的方法来检查环境不关闭配电系统的电力系统组件。在这部作品中，一部小说数据集是通过使用无人机捕捉真实图像和手动生成的图像来设计的克服数据不足的问题。基于深拉普拉斯金字塔的超分辨率图像该网络用于重建高分辨率的训练图像。提高微光图像，微光图像增强技术用于鲁棒曝光校正训练图像的一部分。
2022-04-27 09:15:06
6.82MB
1、YOLOv5、v3、v4、SSD、FasterRCNN系列算法旋翼无人机目标检测，数据集，都已经标注好，标签格式为VOC和YOLO两种格式，可以直接使用，共两部分，由于数量量太大，分为两部分，这里是第一部分
2、part2 数量：6000多张
3、classes: drone
4、有需要的可以下载
2022-04-17 21:07:19
645.83MB
无人机检测数据集，此为第六部分，标签格式为txt和xml两种，可以直接用于YOLO系列目标检测算法实现无人机检测，类别名为drone，数量为6000多张
2022-04-17 16:08:37
645.69MB