[数据集][目标检测]俯拍航拍森林火灾检测数据集VOC+YOLO格式6116张2类别

数据集格式: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)
图片数量(jpg文件个数):6116
标注数量(xml文件个数):6116
标注数量(txt文件个数):6116
标注类别数:2
标注类别名称:["fire","smoke"]
每个类别标注的框数:
fire 框数 = 15380
smoke 框数 = 12613
总框数:27993
使用标注工具:labelImg
标注规则:对类别进行画矩形框
重要说明:暂无
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

图片预览:

标注例子:

下载地址: https://download.csdn.net/download/FL1623863129/89752341

Swin Transformer是一种用于图像分类和目标检测的新型神经网络,它使用了一种基于局部注意力机制的新型Transformer结构,并在多个数据集上取得了良好的表现。如果你想使用Swin Transformer训练自己的数据集目标检测模型,可以按照以下步骤进行: 1. 准备数据集:首先需要准备自己的数据集,包括训练集、验证集和测试集。数据集应该包括图像和标注文件,标注文件格式可以是COCO、PASCAL VOC等常见格式。 2. 安装Swin Transformer代码库:可以从GitHub上下载Swin Transformer的代码库,并按照说明安装依赖项。 3. 修改配置文件:Swin Transformer使用配置文件来指定模型的参数和训练参数,需要根据自己的数据集和训练需求修改配置文件。可以参考代码库中的示例配置文件进行修改。 4. 开始训练:使用修改后的配置文件启动训练过程。可以使用命令行工具或者脚本启动训练,训练过程中需要指定训练集、验证集、优化器、学习率等参数。 5. 模型评估和测试:训练完成后,可以使用验证集对模型进行评估,计算模型在各个指标上的表现。还可以使用测试集对模型进行测试,检测模型在实际场景中的表现。 需要注意的是,训练目标检测模型是一个复杂的过程,需要具备一定的机器学习和深度学习基础,并且需要具备较高的计算资源和时间。如果你是初学者,建议先学习一些基础的机器学习和深度学习知识,再尝试使用Swin Transformer进行训练。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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