unity插件 火焰烟雾粒子
2024-09-07 11:47:15 276.78MB unity
1
火灾数据集,数据集分类: * Fire * Neutral * Smoke
2024-06-20 09:13:02 306.09MB 数据集
1
This package contains realistic fire and smoke FX rendered from 3D software by an FX Artist professional in the Animation/Film industry. Included are the sprite sheets and prefabs for 12 effects, in addition to an example explosion prefab demonstrating how the sprites can be combined to make a unique and advanced effect. Enjoy! Contains: 12 4096x4096 Sprite Sheets (512x512 pixels per frame) -3x Flame -3x Large Oil Rig Fire w/ Smoke -3x Smoke -3x Flamethrower 14 prefabs -4x Flame -3x Large Oil Rig Fire w/Smoke -3x Smoke -3x Flamethrower -1x Epic Explosion 仅限于学习与交流,请勿用于商业用途!
2022-07-15 11:45:03 72.83MB Unity3D 烟雾特效
1
1、YOLOv3训练好的烟雾检测模型,训练了yoov3-smoke.pt和YOLOvs3_tiny-smoke.pt。两个模型; 并包含4500多张标注好的烟雾数据集,标签格式为xml和txt两种,类别名为smoke,配置好环境后可以直接使用 2、数据集和检测结果参考:https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架,代码是python的
1、YOLOv5训练好的烟雾检测模型,并包含4500多张标注好的烟雾数据集,标签格式为xml和txt两种,类别名为smoke,配置好YOLOv5环境后可以直接使用 2、数据集和检测结果参考:https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架,代码是python的
2022-05-11 16:05:52 432.63MB YOLOv5烟雾检测 烟雾数据集
YOLOv3火焰烟雾识别训练结果,包含训练好的两个模型,安装好环境后可以直接使用, 类别名fire和smoke, 框架:pytorch; 代码:python
2022-05-09 19:18:02 374.51MB YOLOv3火焰烟雾识别
YOLOv5火焰烟雾识别训练结果,包含训练好的两个模型,安装好环境后可以直接使用, 类别名fire和smoke,包含标注好的数据集
2022-05-09 19:18:01 127.05MB YOLOv5火焰烟雾识别
1、YOLO烟雾检测数据集,只对图像中的烟雾进行了 标注,类别我为 smoke,标签格式为VOC和YOLO两种格式, 2、 数量: 5269 3、可以直接用于YOLO算法的烟雾检测
2022-04-21 12:06:16 369.31MB YOLO烟雾检测数据集
原创 优质吸烟数据5000张/近一万框 检测 yolov5 yolox rcnn 附教学文章与代码和优化技巧 cv君训练教程与数据:https://blog.csdn.net/qq_46098574/article/details/107334954; cv君优化技巧与进阶:https://blog.csdn.net/qq_46098574/article/details/109702222; cv君公众号:DeepAI 视界 微信:zxx17800844581z 备注下载资源 欢迎加我进深度技术交流群
2022-01-12 09:00:19 715.09MB yolov5 目标检测 吸烟检测
在 Keras 中使用Baseline U-Net 模型和图像增强通过语义分割进行烟雾检测 这个 repo 是的部分实现 此用例的主要目的是检测任何背景中的烟雾。 烟雾的来源、颜色、环境等也可能有变化。我们应该能够从语义上分割烟雾以分析它的各种特征,如颜色、强度、烟雾喷射持续时间(来自视频源)等。 master分支具有U-Net的实现,但是在不同分支中提供了使用另一种实现。 优网 U-Net 是一种卷积神经网络,是德国弗莱堡大学计算机科学系为生物医学图像分割而开发的。 该网络基于全卷积网络,其架构经过修改和扩展,可以使用更少的训练图像并产生更精确的分割。 建筑学 图片来源:德国弗赖堡大学计算机科学系 在 Kaggle Airbus 船舶检测挑战中, 使用这个模型从过滤器尺寸 8 开始,从 768x768 图像检测船舶。 但是,我已将它用于从 Google 搜索获得的“烟雾图像”并将其调
2022-01-01 19:40:54 20.69MB unet unet-image-segmentation linknet unet-keras
1