垃圾/垃圾桶识别相关开源数据集汇总

最新推荐文章于 2024-09-05 05:43:26 发布
最新推荐文章于 2024-09-05 05:43:26 发布
阅读量285 收藏
点赞数
文章标签： 目标跟踪 人工智能 计算机视觉 数据集 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Extremevision/article/details/134371926
版权

垃圾箱图片数据集

数据集下载链接：http://suo.nz/3cvbiC

图片

垃圾箱多类检测数据集

数据集下载链接：http://suo.nz/2eluH3

图片

蒙得维亚的垃圾箱图片

数据集下载链接：http://suo.nz/2lRHLK

图片

垃圾桶满溢检测数据集

数据集下载链接：http://suo.nz/2tnUQr

此数据集包含3个类别，分别为满溢的垃圾桶，未满溢的垃圾桶和垃圾，一共3349张图片，均已完成标注。可用于检测垃圾桶是否满溢，也可以用于检测垃圾、垃圾箱等任务。

图片

室内垃圾桶识别样例数据集

数据集下载链接：http://suo.nz/2AU5jQ

这是可用于智能体AI训练以及科研项目数据测试的样例数据集。本数据集包含不同类型，不同角度，不同距离的垃圾桶图片100组（1渲染图+1语义图）

极市平台
关注
目标检测算法——YOLOv7训练自己的数据集（保姆级教程）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
10-26 9775
目标检测算法——YOLOv7训练自己的数据集（保姆级教程）！！！
目标检测算法——YOLOv5/v7改进之结合最强视觉识别模块CotNet（Transformer）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
03-31 6496
CoTNet：新型主干网络&获得图像识别竞赛冠军的Contextual Transformer 来啦！！！ 论文题目：《Contextual Transformer Networks for Visual Recognition》 小伙伴们，CNN再次强势回归啦！京东AI开源最强ResNet变体CoTNet：一种即插即用的视觉识别模块。 近期工作太忙了！！！小海带抽空将YOLOv5算法与CotNet进行了创新性结合，发现效果还不错！并且涨点明显！！！ 该论文主要是设计了一种新颖的Tran
目标检测数据集 - 垃圾桶满溢检测数据集下载「包含VOC、COCO、YOLO三种格式」
极智视界
06-09 544
目标检测数据集 - 垃圾桶满溢检测数据集下载「包含VOC、COCO、YOLO三种格式」
YOLOv5实战垃圾分类目标检测
06-13
垃圾分类是一项利国利民的民生工程，需要全社会的共同参与。YOLOv5是目前流行的强悍的目标检测技术。本项目采用YOLOv5实现垃圾分类目标检测。利用超万张已标注目标检测数据集进行训练，对居民生活垃圾图片进行检测，找出图片中属于哪个类别的垃圾，并指示出在图片中的位置。本课程的YOLOv5使用PyTorch版的ultralytics/yolov5，分别在Windows和Ubuntu系统上进行垃圾分类目标检测的项目演示。具体项目过程包括：数据集及格式转换、探索性数据分析（EDA）、安装软件环境、安装YOLOv5、修改YOLOv5代码(为支持中文标签）、训练集和测试集自动划分、修改配置文件、准备Weights&Biases训练可视化工具、训练网络模型、测试训练出的网络模型和性能统计。
路面垃圾检测数据集VOC+YOLO格式8097张27类别
最新发布
futureflsl的博客
09-05 368
格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)下载地址：https://download.csdn.net/download/FL1623863129/89704878。特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注。图片数量(jpg文件个数)：8097。标注数量(xml文件个数)：8097。标注数量(txt文件个数)：8097。标注规则：对类别进行画矩形框。
目标检测算法——垃圾分类数据集汇总（附下载链接）
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
12-07 1万+
🎄🎄近期，小海带在空闲之余收集整理了一批垃圾分类数据集供大家参考。整理不易，小伙伴们记得一键三连喔！！！🎈🎈
垃圾检测+数据集
qq_34717531的博客
03-30 4672
城市路边垃圾检测数据集： 城市路边垃圾检测数据集分享：垃圾检测+数据集（非垃圾分类数据集）-深度学习文档类资源-CSDN下载
【任务管理进阶】：MapReduce在超大数据集上的任务管理策略与优化
MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。它由Google开发，主要灵感来源于函数式编程中的map和reduce函数。在MapReduce模型中，开发者需要编写两个主要函数：Map函数和Reduce函数。Map函数...
NeurlPS‘23开源 | 首个！开放词汇3D实例分割！
3D视觉工坊
11-14 179
作者：泡椒味的口香糖| 来源：3D视觉工坊在公众号「3D视觉工坊」后台，回复「原论文」可获取论文pdf和代码链接添加微信：dddvisiona，备注：3D点云，拉你入群。文末附行业细分群0. 笔者个人体会实例分割是CV领域很经典的任务，应用也非常广泛。但一个比较头疼的点是需要预定义类别，训练和测试都只能针对固定的类别。最近，笔者阅读了一篇NeurlPS 2023开源的方案OpenMask3D，可...
数据中台建设方案-基于大数据平台
2301_76549664的博客
03-14 4572
通过对客户大数据应用平台服务需求的理解，根据建设目标、设计原则的多方面考虑，建议采用星环科技Transwarp Data Hub（TDH）大数据基础平台的架构方案，基于Transwarp Operating System（简称TOS）云平台方式部署构建。 通过建立大数据集成平台、大数据计算平台、大数据开发平台及大数据运维平台来满足客户大数据应用平台服务建设的要求。
垃圾检测+数据集（非垃圾分类数据集）
03-30
垃圾检测数据集，包括垃圾袋，垃圾桶，瓶子，金属，纸张，果皮，纸团，食品包装袋，纸盒，烟头，瓶盖，杯子等检测目标.详情：https://blog.csdn.net/qq_34717531/article/details/123844312?spm=1001.2014.3001.5502 该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有1000+张路边的垃圾图像，共有2800+个垃圾标注框。 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为垃圾检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景垃圾检测的检测. 免去了收集,挑选,标注垃圾图片的时间,可直接进行工程化应用.
垃圾检测数据集，2000张
05-21
垃圾检测数据集，2000张，共5类
VOC垃圾分类检测数据集
02-20
1、VOC垃圾分类检测数据集，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垃圾分类检测，数据场景丰富，包括纸张、塑料、果皮、玻璃杯、易拉罐、厨余垃圾等常见类别的垃圾 2、数量：一万五 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
垃圾目标检测/物体目标检测 数据集
04-16
五类：电池、纸团、一次性杯子、塑料瓶、积木 COCO格式，每一类大概在350张的样子。
深度学习垃圾分类数据集
kulian1997的博客
05-15 2081
该垃圾分类数据集共有2500+个样本，分为6大类别。纸板玻璃金属纸张塑料其他垃圾数据集的样本数量分布均匀，每个类别都有足够的样本量。这有助于训练出更好的机器学习模型，提高分类准确率。
【深度学习目标检测】二十六、基于深度学习的垃圾检测系统-含数据集、GUI和源码（python，yolov8）
AI爱好者的博客，分享计算机领域相关知识
05-13 1216
设计垃圾检测系统的意义在于多个方面，这些方面不仅关乎环境保护和城市管理，还涉及到技术进步和社会效益。综上所述，设计垃圾检测系统具有重要意义，不仅有助于环境保护和资源回收，还能提高城市管理和卫生水平，推动技术创新和应用拓展，产生经济效益和社会效益。同时，系统还能够应对垃圾处理挑战并符合政策和法规的要求。本文介绍了基于yolov8的行人检测计数系统，包括训练过程和数据准备过程，同时提供了推理的代码和GUI。
智能生活垃圾检测与分类系统（UI界面+YOLOv5+训练数据集）
思绪无限的博客
03-18 1万+
智能生活垃圾检测与分类系统用于日常生活垃圾的智能监测与分类，通过图片、视频和摄像头识别生活垃圾，对常见的可降解、纸板、玻璃、金属、纸质和塑料等类别垃圾进行检测和计数，以协助垃圾环保分类处理。本文详细介绍基于YOLOv5算法的智能生活垃圾检测与分类系统，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种图片、视频进行检测识别，可对图像中存在的多个目标进行识别分类，检测速度快、识别精度高。博文提供了完整的Python代码和使用教程，适合新入门的朋友参考。
垃圾分类数据集+垃圾分类识别训练代码(支持googlenet, resnet, inception_v3, mobilenet_v2)
热门推荐
AI吃大瓜的博客
08-22 3万+
本项目将采用深度学习的方法，搭建一个垃圾分类识别的训练和测试系统，实现智能化垃圾分类。目前，基于ResNet18的垃圾分类识别，在垃圾数据集dataset2，训练集的Accuracy在94%左右，测试集的Accuracy在92%左右.....................
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值