Twitch能模拟出很多信号干扰的特殊视觉效果，例如 画面抖动，旧电影，画面破损，随机位置大小变化，画面亮度色彩随机变化，能快速的制作画面混乱的效果，也有人称Twitch为混乱插件。 六种画面特效效果：模糊/颜色/灯光/比例/滑动/时间

用于深度目标识别训练，接触网及输电线上接触网的训练

1、YOLO包装盒纸板破损检测数据集，1000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，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YOL包装盒纸板破损识别，数据场景丰富，类别名为break_board 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

人工智人-家居设计-城市道路路面破损智能检测的研究.pdf

1、YOLO道路破损检测数据集，7000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，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YOL道路破损识别，类别为D40、D44、D0、D20、D01、D11、D10、D50、D43、D0w0 2、数量：7000 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、yolov5绝缘子缺陷检测，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在绝缘子缺陷检测数据集中训练得到的权重，有pyqt界面，目标类别名为break_insulator共一个类别；并附绝缘子缺陷检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、pyqt界面可以检测图片、视频、调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

1、yolov5破损绝缘子检测，包含训练好的道路指示牌识别权重，以及PR曲线，loss曲线等等，在绝缘子缺陷检测数据集中训练得到的权重，目标类别名为break_insulator共一个类别；并附绝缘子缺陷检测数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码

分水岭 matlab代码 corn-seeds ###基于matlab的玉米种子破损识别 ###[本目录内代码均识别相对路径，请运行前设置MATLAB工作路径到该目录下] 该目录下pics目录中存储不粘连待识别图片，需保证图片尺寸为696x928,部分光线不均的图片经过PS调整; pics_adjoin目录中存储有粘连待识别图片，同样保证图片尺寸为696x928,部分光线不均的图片经过PS调整; seeds目录存储向量机训练所用的种子，该目录下有good和bad两种单个种子，都是经过旋转处理的具有一定方摆放向的的种子，便于机器学习; seeds目录下adjoin_pics_items目录中放的是有粘连种子图片中所有单个种子集合; seeds目录下adjoin_pics_rotated_items目录中放的是有粘连种子图片中所有经过旋转方向的单个种子集合； taged_pics目录下为不粘连图片的种子标签图，标签号码与seeds中种子图号对应； exercise.m为训练脚本，已经执行并生成svmStruct.mat文件，无需再次训练，除非种子库变更。该文件内存储向量机结构，做种子识别时

1、YOLO破损绝缘子检测数据集，500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，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YOLO系列的绝缘子缺陷目标检测；数据场景丰富；类别为break_insulator共一个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

小麦种子病斑破损发霉发芽分类图像数据集（四分类）