渣土车检测数据集是专为计算机视觉领域中的对象检测任务设计的，特别是对于希望提升模型在渣土车识别方面的性能的研究者和开发者。数据集采用了两种广泛使用的标注格式：Pascal VOC格式和YOLO格式，这使得数据集可以兼容多种训练框架和模型。
Pascal VOC格式是一种常见的图像数据标注方式，它包含了XML文件，这些文件详细描述了每张图片中包含的对象及其位置。每个XML文件与对应的jpg图片文件相对应，XML文件内含有多个标签，每个标签下又包含、、
2025-08-25 11:14:20
3.14MB
1
文中所研究的恒张力放线车综合检测系统硬件部分是一种基于PC104模块设计的高可靠性的、多参数测量的综合检测装置。基于PC104总线模块的设计使系统结构紧凑，可靠性高，简化了系统设计。
2024-01-09 20:43:17
92KB
1
1、卡车检测数据集，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卡车检测；共有两部分，这里是第二部分数据
2、目标类别名：truck；
3、数量：6377
4、https://blog.csdn.net/weixin_51154380/article/details/12448087
2022-12-26 19:31:37
354.62MB
基于yolov5摩托车电动车识别检测系统源码
+模型+数据4142张
+含voc(xml)+yolo(txt)+json格式标签
【备注】所有上传数据都是博主实际项目使用或者实验demo使用，只传高质量数据，拒绝劣质数据，请放心下载使用，有问题可以留言私信于我。
2022-12-05 11:28:52
613.75MB
自己在项目中用到的数据集，总共2694张包括渣土车白天以及夜晚场景，txt格式标注，标注质量高，yolov5可以拿来直接进行训练测试，自己在此数据集训练的时候检测精度达到90%以上，此数据集进行项目demo测试以及视频图片测试完全没有问题。
2022-11-18 16:27:30
75B
1
本项目是基于视频的车辆跟踪及流量统计，是一个可跟踪路面实时车辆通行状况，并逐帧记录不同行车道车流量数目的深度学习项目。
该项目对输入的视频进行处理，主要分为以下几个步骤：
使用YOLOV3模型进行目标检测
使用SORT算法进行目标追踪，使用卡尔曼滤波器进行目标位置预测，并利用匈牙利算法对比目标的相似度，完成车辆目标追踪
利用虚拟线圈的思想实现车辆目标的计数，完成车流量的统计
2022-05-03 19:03:45
16.12MB
1、俯视场景下公交车目标检测数据集，用于公交车检测，标签格式为txt和xml两种。可以用于YOLO公交车检测
2、一个类别，类别名为bus
3、数据参考和检测结果展示：https://blog.csdn.net/zhiqingAI/article/details/124230743
4、数量：2992
5、从Visdrones数据集总提取得到
2022-04-30 19:08:06
622.71MB
1、YOLOv3公交车检测目标检测数据集
2、类别名： bus
3、来源：从 VOCtest207数据集中 单个类别提取得到
4、标签类别：txt和 xml两种
5、图片数量：183
2022-04-18 21:05:38
16.35MB