1、汽车检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO汽车检测；共有两部分，这里是第一部分数据 2、目标类别名：car； 3、数量：5115 4、https://blog.csdn.net/weixin_51154380/article/details/12448087

1、汽车检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO汽车检测；共有两部分，这里是第二部分数据 2、目标类别名：car； 3、数量：4886 4、https://blog.csdn.net/weixin_51154380/article/details/12448087

1、YOLO游戏场景汽车检测数据集，使用lableimg标注软件，标注好的游戏场景下的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于游戏场景车辆识别，，数据场景丰富，类别名为car 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、yolov5训练好的汽车检测模型，包含yolov5s和yolov5m两种训练好的汽车识别权重，从自动驾驶场景KITTI汽车检测数据集训练得到 2、自动驾驶场景KITTI汽车检测数据集：https://download.csdn.net/download/zhiqingAI/85208797 4、包含1000多张标注好的城市交通场景的数据集，标签格式为xml和txt两种，类别名为car，配置好环境后可以直接使用 5、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 6、采用pytrch框架，python代码

1、YOLOv3训练好的汽车检测模型，包含YOLOv3和YOLOv3_tiny两种训练好的汽车识别权重，从自动驾驶场景KITTI汽车检测数据集训练得到。 2、自动驾驶场景KITTI汽车检测数据集：https://download.csdn.net/download/zhiqingAI/85208797 3、并包含1000多张标注好的城市交通场景的数据集，标签格式为xml和txt两种，类别名为car，配置好环境后可以直接使用 4、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 5、采用pytrch框架，python代码

1、yolov5训练好的汽车检测模型，包含yolov5s和yolov5m两种训练好的汽车识别权重，从自动驾驶场景KITTI汽车检测数据集训练得到，有pyqt界面 2、pyqt界面可以 检测图片、视频和调用摄像头，有相应的选择项 3、自动驾驶场景KITTI汽车检测数据集：https://download.csdn.net/download/zhiqingAI/85208797 4、并包含1000多张标注好的城市交通场景的数据集，标签格式为xml和txt两种，类别名为car，配置好环境后可以直接使用 5、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 6、采用pytrch框架，python代码

1、从自动驾驶KITTI数据集中提取得到， 2、类别为car，标签格式为VOC和YOLO两种格式，即xml和txt标签文件，数量为近1万张 3、可以用于YOLO算法的车辆检测 4、数据示例：https://blog.csdn.net/zhiqingAI/article/details/124230743

数据集关于使用卫星图像检测游泳池和汽车。 Swimming Pool And Car Detection_datasets.txt Swimming Pool And Car Detection_datasets.zip