- 博客(27)
- 收藏
- 关注
RSS订阅原创 【25】木材表面缺陷数据集(有v5/v8模型)/YOLO木材表面缺陷检测
本文介绍了一个用于木材表面缺陷检测的数据集和训练模型。数据集包含4000张已标注图片，划分为3556张训练集和444张验证集，涵盖8类缺陷类型：石细胞、活节、髓心、树脂、死节、带裂纹的节、缺节和裂纹。作者提供了YOLOv5（map0.675）和YOLOv8（map0.699）两种训练100轮的模型结果，均达到较好检测效果。
2025-06-23 20:34:07
254
原创 【24】二维码数据集(有v5/v8模型)/YOLO二维码检测
本文介绍了包含3112张已标注图片的二维码数据集，划分为2623张训练集和489张验证集，可直接用于目标检测任务。展示了YOLOv5和YOLOv8模型训练100轮后的优异表现，两者mAP均达到0.995。
2025-06-21 18:57:21
452
原创 【23】PCB缺陷数据集(有v5/v8模型)/YOLO PCB缺陷检测
本文介绍了一个包含7类PCB缺陷的检测数据集，共计2590张标注图片，划分为训练集(2026)、验证集(377)和测试集(187)。数据集可直接用于目标检测训练，类别包括过量焊接、开路、短路等常见PCB缺陷。同时提供了YOLOv5和YOLOv8模型的训练结果，其中YOLOv5模型达到0.914的mAP。
2025-06-19 15:38:16
360
原创 【22】反光衣数据集(有v5/v8模型)/YOLO反光衣检测
本文介绍了用于目标检测的反光衣数据集及训练模型结果。数据集包含2388张已标注图片，分为穿反光衣和未穿反光衣两类，按1857:531划分训练集和验证集。训练结果显示，YOLOv5模型100轮训练后mAP达0.895，YOLOv8模型mAP为0.892。
2025-06-18 16:10:01
376
原创 【21】车牌数据集(有v5/v8模型)/YOLO车牌检测
本文介绍了一个包含10,000张已标注车牌图片的数据集（8,000张蓝牌、2,000张绿牌），训练集与验证集比例为8334:1666，可直接用于目标检测训练。数据集标注为txt格式，类别为"licence(车牌)"。同时提供了基于YOLOv5和YOLOv8训练的模型结果，两者在100轮训练后均达到0.994的mAP值。
2025-06-16 16:57:44
227
原创 【20】番茄叶片病害数据集(有v5/v8模型)/YOLO番茄叶片病害检测
本文介绍了用于番茄叶片病害检测的数据集及训练模型。数据集包含1500张已标注图片，涵盖5种类别（早疫病、健康、晚疫病、花叶病、黄花曲叶病），并按1250:250划分训练集和验证集。基于该数据集训练的YOLOv5和YOLOv8模型表现优异，其中YOLOv5模型mAP达0.988，YOLOv8模型mAP更高达0.995。
2025-06-11 19:53:41
540
原创 【19】马铃薯叶片病害数据集(有v5/v8模型)/YOLO马铃薯叶片病害检测
本文介绍了马铃薯叶片病害检测数据集及训练模型结果。数据集包含1912张已标注图片，划分1700:212训练集/验证集，涵盖5类病害：健康、普通/严重早疫病、普通/严重晚疫病。提供了YOLOv5和YOLOv8训练100轮后的模型，两者mAP均达0.93。
2025-06-11 14:45:15
319
原创 【18】手势识别数据集(有v5/v8模型)/YOLO手势检测
本文介绍了手势识别数据集及相关目标检测模型。数据集包含55,952张已标注图片，涵盖7种手势类别（数字1-5及大拇指、OK手势），按52,456训练集和3,496验证集划分。提供了YOLOv5和YOLOv8训练100轮后的模型结果，两者均达到0.995的mAP值。
2025-06-10 16:36:57
370
原创 【17】课堂行为数据集(有v5/v8模型)/YOLO课堂行为检测
本文介绍了一个包含4266张图片的课堂行为检测数据集，已标注为txt格式，涵盖举手、读书和写作三类行为。数据集按3418:848划分为训练集和验证集，可直接用于目标检测训练。同时提供了YOLOv5和YOLOv8模型训练100轮后的结果，map值分别达到0.705和0.723。
2025-06-10 16:27:40
221
原创 【16】牵绳遛狗数据集(有v5/v8模型)/YOLO牵绳遛狗检测
本文介绍了一个包含13,203张标注图片的牵绳遛狗检测数据集，划分为训练集11,219张、验证集1,439张和测试集556张，可直接用于目标检测训练。数据集包含三类标签：狗（Dog）、牵绳遛狗（Leashed_Dog）和未牵绳遛狗（Unleashed_Dog），并提供了YOLOv5和YOLOv8的预训练模型结果（mAP分别达0.944和0.986）。
2025-06-10 16:24:13
450
原创 【YOLOv5目标检测教程】深入解析yolov5-7.0代码文件结构
本文介绍了YOLOv5-7.0版本的代码结构，帮助开发者快速理解和使用该目标检测框架。文章详细解析了主要目录的功能，包括分类(classify/)、数据(data/)、模型(models/)、分割(segment/)模块和工具(utils/)，并说明了核心执行脚本如训练(train.py)、检测(detect.py)等。作者还提供了代码下载链接和相关教程指引，适合不同层次的开发者参考使用。通过清晰的项目结构说明，读者可以快速定位所需功能模块，提升开发效率。
2025-06-04 04:46:27
1936
原创 【15】钢铁表面缺陷数据集(有v5/v8模型)/YOLO钢铁表面缺陷检测
本文数据集包含1800张已标注图片，涵盖6类缺陷：裂痕、夹杂物、板块、麻点、压入氧化皮和划痕。数据已划分为1440张训练集和360张验证集，可直接用于目标检测训练。提供两种预训练模型结果：YOLOv5模型（mAP 0.699）和YOLOv8模型（mAP 0.707）。
2025-06-03 15:33:07
453
原创 【14】安全帽数据集(有v5/v8模型)/YOLO安全帽检测
本文介绍了安全帽检测数据集及训练模型结果。数据集包含4356张已标注图片，分为"未佩戴安全帽"和"佩戴安全帽"两类，训练集与验证集比例为3089:1267。基于该数据集训练得到的YOLOv5模型（训练100轮）准确率达0.977，YOLOv8模型（训练100轮）准确率为0.945。
2025-06-03 08:07:13
450
原创 【13】安全帽反光衣数据集(有v5/v8模型)/YOLO安全帽反光衣检测
本文介绍了一个包含4408张图片的安全帽及反光衣检测数据集，已标注为txt格式并按8:1:1比例划分为训练集、验证集和测试集。数据集包含4个类别：穿反光衣（vest）、未戴安全帽（no-helmet）、佩戴安全帽（helmet）和未穿反光衣（no-vest）。经YOLOv5和YOLOv8各训练100轮后，模型分别达到0.907和0.909的mAP值。数据集可直接用于目标检测训练
2025-06-01 15:34:44
250
原创 【12】火焰烟雾数据集(有v5/v8模型)/YOLO火焰烟雾检测
该资源包含6744张已标注的火焰和烟雾图片数据集，划分为5463张训练集和1281张验证集，支持直接用于目标检测训练。数据集包含fire（火焰）和smoke（浓烟）两类标注。提供YOLOv5和YOLOv8两种预训练模型结果，其中YOLOv5-v7.0训练100轮达到0.864 mAP，YOLOv8训练100轮达到0.855 mAP。
2025-06-01 14:02:52
423
原创 【11】牛数据集(有v5/v8模型)/YOLO牛检测
本文介绍了一个用于目标检测的牛类数据集，包含4110张已标注图片，划分为3250张训练集和860张验证集。数据集可直接用于YOLO系列模型训练，并提供了YOLOv5（map0.921）和YOLOv8（map0.887）的预训练模型结果展示。
2025-06-01 13:57:51
359
原创 【10】自动驾驶行人车辆数据集(有v5/v8模型)/YOLO自动驾驶行人车辆检测
本文介绍了一个用于目标检测的数据集，包含60,455张已标注的图片，划分为训练集、验证集和测试集，分别包含50,094、8,361和2,000张图片。数据集涵盖七种类别：公交车、行人、自行车、卡车、摩托车、小汽车和骑行者。文章还展示了使用YOLOv5和YOLOv8模型训练100轮后的结果，YOLOv5的mAP为0.537，YOLOv8的mAP为0.495。
2025-05-19 17:56:26
246
原创 【9】工程车辆数据集(有v5/v8模型)/YOLO工程车辆检测
本文介绍了一个包含6338张已标注图片的工程车辆检测数据集，涵盖推土机、卡车、挖掘机等七类车辆。数据集已按训练集、验证集和测试集划分，可直接用于目标检测训练。文章还展示了使用YOLOv5和YOLOv8模型训练100轮后的结果，分别达到了0.944和0.948的mAP值。
2025-05-19 17:45:23
311
原创 【8】行人数据集(有v5/v8模型)/YOLO行人检测
本文介绍了一个用于目标检测的行人数据集，包含9000张已标注的图片，训练集和验证集按7200:1800划分。数据集可直接用于目标检测训练，主要类别为“person”。文章还展示了使用YOLOv5和YOLOv8模型训练100轮后的结果，YOLOv5的mAP为0.730，YOLOv8的mAP为0.742。
2025-05-19 17:40:50
1077
原创 【7】车辆数据集(有v5/v8模型)/YOLO车辆检测
本文介绍了一个用于目标检测的车辆数据集，包含82,085张已标注的图片，划分为训练集、验证集和测试集，分别包含59,101、16,417和6,567张图片。数据集中包含四类车辆：小车、面包车、公交车和其他车辆。文章还展示了使用YOLOv5和YOLOv8模型训练100轮后的结果，分别达到了0.994和0.993的mAP（平均精度）。
2025-05-19 17:34:45
387
原创 【6】横幅数据集(有v5/v8模型)/YOLO横幅检测
图片数量2007张，已标注txt格式训练集验证集按1604:403划分，可直接用于目标检测训练。有训练好的YOLOv5和YOLOv8检测模型。
2025-05-19 17:16:43
342
原创 【5】蘑菇数据集(有v5/v8模型)/YOLO蘑菇检测
图片数量9266张，已标注txt格式训练集验证集按7234:2032划分，可直接用于目标检测训练。有训练好的YOLOv5和YOLOv8检测模型。
2025-05-03 12:22:56
605
1
原创 【4】花卉数据集(有v5/v8模型)/YOLO花卉检测
图片数量351张，已标注txt格式训练集验证集按311:40划分，可直接用于目标检测训练。有训练好的YOLOv5和YOLOv8检测模型
2025-05-03 12:07:22
302
原创 【3】条形码数据集(有v5/v8模型)/YOLO条形码检测
图片数量2414张，已标注txt格式训练集验证集按2117:297划分，可直接用于目标检测训练。有训练好的YOLOv5和YOLOv8检测模型。
2025-05-03 11:34:45
526
原创 【2】水果数据集(有v5/v8模型)/YOLO水果检测
本文介绍了一个水果目标检测数据集，包含354张已标注图片，涵盖苹果、香蕉、橘子三类水果，其中训练集261张、验证集93张。使用该数据集训练的YOLOv5模型达到0.979 mAP，YOLOv8模型达0.985 mAP。
2025-05-03 10:49:13
525
原创 【1】行人车辆数据集(有v5/v8模型)/YOLO行人车辆检测
本文介绍了基于COCO2017数据集处理得到的行人车辆检测数据集，包含41,083张标注图片（训练集38,173张，验证集2,910张），涵盖4个类别：行人、自行车、机动车和非机动车。文章展示了YOLOv5和YOLOv8模型的训练结果，其中YOLOv5模型达到0.661的mAP，YOLOv8模型为0.614。
2025-05-03 08:50:28
382
原创 【YOLOv5目标检测教学】包括环境配置、数据集制作、模型训练、加载模型进行目标检测（超详细、小白入门版）
本文将全面阐述yolov5目标检测使用教学，首先是配置yolov5的运行环境以及yolov5的代码下载，然后教学如何制作自己的目标检测数据集以及如何利用yolov5加载该数据集进行目标检测模型训练，最后教学如何通过yolov5加载训练好的模型进行目标检测以达到检测自己想要的目标功能！（本篇文章全程以花卉检测为例子进行讲解，对其他目标的检测基本一致！以上就是整个yolov5目标检测的详细教学啦，详细讲解了环境配置、数据集制作、模型训练、加载模型进行目标检测！最后对文章有问题的欢迎在评论区留言询问噢！
2024-11-13 17:19:15
12502
26
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人