包含汽车、摩托车、自行车、电动车、行人、卡车、公交车、猫、狗，九个分类共1828张图片

车俩种类识别，有xml和labels，共7个类别 训练集1488张、验证集507张，测试集31张，共计2026张 已经标注好，转为txt格式了，适用yolov5 v7 v8深度学习 数据集分为一类客车（tinycar），二类客车（midcar），三类客车（bigcar），一类货车（smalltruck），二类货车（bigtruck），油罐车（oil truck）以及特殊车辆（specialcar） nc: 7 # Classes names: ['tinycar','midcar','bigcar','smalltruck','bigtruck','oil truck','specialcar']

口罩数据集，可以用来训练yolo系列的模型，这里面有label文件，直接编写数据集路径就能进行训练了。就可以完成了。数据集 不大也不小，cl为两类，一类是mask，一类是unmask。很简单。最重要的是还包括了未正确佩戴口罩的图片（也就是那些戴口罩漏鼻子的）！把这部分也作为未佩戴口罩的数据集，在极高的实际意义。所有图片均是由人脸识别模块切割出，只包含人脸这一小部分图像，对训练的准确性有极大的提高，还进行了旋转操作实现数据增强。可以是yolo格式的，也可以是voc格式的。

人脸识别pt模型，模型准确率98%以上

直接使用yolov5进行训练，不需要其他操作，某验滑块验证码识别专用

1.烟火检测数据集，xml格式，总共有2000多张图像。 2.可以用来训练目标检测。 3.参考博客：https://mp.csdn.net/mp_blog/creation/success/123366835

标注为txt格式，适用于yolo，2000张，其中标签为mask和unmask，只需要修改yaml文件中的地址就可以使用，训练识别精度高

每个文件对应一种数据集的解析，解析格式按照yolov5训练集的格式生成，可以根据个人文件的位置修改相应路径，亲测可行，代码逻辑较简单。

PKLot 数据集包含从监控摄像头帧中提取的 12,416 张停车场图像。有晴天、阴天和雨天的图像，停车位被标记为已占用或空置。 通过在原始数据集的旋转矩形注释周围封闭一个边界框，将原始注释转换为各种标准对象检测格式。 学生私聊我留下邮箱及数据集名称，可免费发送，回复可能没那么及时请见谅！

YOLOv5数据集划分