【YOLO目标检测反光衣数据集】共2388张、已标注txt格式、有训练好的yolov5的模型

于 2024-09-28 16:00:28 发布
阅读量157 收藏 1
点赞数 5
分类专栏： YOLO数据集 文章标签： YOLO 目标检测 人工智能
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/LINBONB/article/details/142616987
版权

目录

说明

数据集格式：YOLO格式

图片数量：2388

标注数量(txt文件个数)：2388

标注类别数：2

标注类别名称：reflective_clothes、other_clothes

数据集下载：反光衣数据集

图片示例

数据集图片：
在这里插入图片描述

数据集标注文件：
在这里插入图片描述

训练好的yolov5检测模型
在这里插入图片描述

数据集检测效果
在这里插入图片描述

音沐mu
关注
专栏目录
智慧工地项目-反光衣检测数据集3065张含voc和yolo格式两种标签(真实工地监控多视角拍摄).zip
07-11
工地工人反光衣穿戴检测数据集，一共3065张图片，包含对应的yolo格式标签、voc格式标签，纯手工使用labelimg工具标注，多种目标检测算法可直接使用(如YOLO系列、ssd、centernet、pp-yolo、yoloX、PP-picoDet等等)。...
反光衣检测数据集1083张，含标注反光衣检测yolov5s模型 直接包含在yolov5文件夹中
11-19
该数据集是一个专门用于反光衣检测的训练集，包含了1083张图像，每张图像都经过了精准的标注，适用于深度学习中的目标检测任务。数据集的构建是基于计算机视觉技术，特别是针对物体识别和定位的需求，旨在帮助开发和...
【YOLO目标检测安全帽反光衣数据集】共4408张、已标注txt格式、有训练好的yolov5的模型
LINBONB的博客
09-13 124
标注类别名称：vest、no-helmet、helmet、no-vest。标注数量(txt文件个数)：4408。训练好的yolov5检测模型。数据集格式：YOLO格式。
YOLO系列目标检测数据集大全
热门推荐
小秋的博客
04-17 11万+
YOLO系列目标检测数据集大全目标检测数据集无人机检测数据集飞鸟检测数据集人脸和口罩检测数据集安全帽检测数据集火焰检测数据集火焰和烟雾检测数据集行人检测数据集行人车辆检测数据集车辆检测数据集待更新…… 目标检测数据集 无人机检测数据集 数据集下载： 飞鸟检测数据集 人脸和口罩检测数据集 安全帽检测数据集 火焰检测数据集 火焰和烟雾检测数据集 行人检测数据集 行人车辆检测数据集 车辆检测数据集 待更新…… .....................
安全帽反光衣检测识别数据集和yolov5模型
LEILEI18A的博客
09-20 1万+
工作服(反光衣)检测数据集和yolov4-5检测模型 目录 0.摘要 1.开源项目github链接 2.数据集详细情况 3.工作服(反光衣)数据集扩充方案 0.摘要 本文开源1个工作服(反光衣)检测数据集(含标注)和预训练模型，此项目已经上传github，欢迎star。 马上更新 1.开源项目github链接 https://github.com/gengyanlei/...
YOLO系列目标检测数据集大全_yolo数据集(1)
2401_84187537的博客
04-30 897
1、YOLO行人跌倒检测数据集，7500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摔倒的行人识别，可以区分和识别到跌倒的行人和正常的行人，数据场景丰富，类别名为跌倒fall和正常状态的行人person，一共两个类别。类别为metal、wood、platstic、rubber、cloth等多个类别目标。目标类别名为QR_code，数据场景丰富，大部分图片中包含有多个二维码目标。
目标检测数据集大全「包含VOC+COCO+YOLO三种格式+划分脚本+训练脚本」(持续原地更新)
极智视界
01-07 2745
目标检测数据集大全「包含VOC+COCO+YOLO三种格式+划分脚本+训练脚本」(持续原地更新)，建议收藏关注 ~
YOLO目标检测数据集大全（持续更新建议收藏）
qq_34717531的博客
10-27 1348
目标检测是计算机视觉领域的重要任务，其目标是在图像或视频中识别并定位特定物体的位置。为了训练和评估目标检测算法的性能，研究人员和开发者经常会使用一些广泛应用的数据集。以下是一些常用的十类目标检测数据集，这些数据集提供了丰富的图像资源和相关的标注信息，可以帮助研究人员和开发者进行目标检测算法的训练和测试。
YOLO安全帽和反光衣背心穿戴识别数据集，数量4408，四类。模型已训练200轮。
09-25 281
YOLO安全帽和背心穿戴识别，数量4408，四类。模型已训练200轮。
基于轻量级YOLOv5的反光衣检测识别分析系统（可用于智慧工地等场景）
08-09 272
在建筑工地、道路施工以及其他高风险工作环境中，穿戴反光衣是确保工人安全的重要措施之一。然而，由于工地环境复杂多变，人工监督难以做到无遗漏。因此，开发一套能够自动检测工作人员是否穿着反光衣的系统显得尤为重要。
【目标检测数据集】工地安全帽佩戴检测4000张VOC+YOLO格式
lwx666sl的博客
04-29 573
今天，介绍工地安全帽佩戴检测4000张VOC+YOLO格式 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)：4000 标注数量(xml文件个数)：4000 标注数量(txt文件个数)：4000 标注类别数：3 标注类别名称:["head","helmet","person"] 每个类别标注的框数： head 框数 = 4631 helmet 框数 = 15
反光衣检测数据集1+1000IMG+已标注.zip
01-01
标题中的“反光衣检测数据集1+1000IMG+已标注.zip”表明这是一个专用于反光衣目标检测的图像数据集，包含了1000张图像，并且每张图像都已经经过了标注处理。这通常是为了训练深度学习模型，特别是目标检测模型，如...
反光衣检测数据集，VOC和YOLO数据格式
12-01
使用这个反光衣检测数据集，开发者可以训练自己的目标检测模型，例如基于Faster R-CNN、YOLOv3或Mask R-CNN的模型。这些模型能够检测并定位图像中的反光衣，对于安全监控、道路救援或工地管理等应用场景具有重要意义...
YOLOv5文本表格检测+检测权重+数据集
03-25
2、并附有数据集，使用lableimg软件标注软件标注好的文本表格检测数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中， 3、数据集和检测结果参考：...
[数据集][目标检测]基于yolov5增强数据集算法mosaic来扩充自己的数据集自动生成增强图片和对应标注无需重新标注
FL1623863129的博客
09-24 484
思路：首先，从数据集中随机选择四张图像，然后将它们缩放、随机裁剪，并按马赛克模式拼接在一起。这种方式允许模型看到多尺度的目标，并且增强了目标的背景多样性。安装好opencv-python和piilow模块后，执行python main.py即可，main.py里面路径需要提前盖好。YOLOv5最引人注目的增强技术之一是马赛克增强，它将四张不同的图像拼接成一张图像。【完整实现源码下载】
基于yolov8的海上红外目标系统python源码+onnx模型+评估指标曲线+精美GUI界面
最新发布
FL1623863129的博客
09-27 875
【算法介绍】基于YOLOv8的海上红外目标系统是一项集成了前沿技术的创新解决方案，专为复杂海洋环境下的目标检测而设计。该系统利用YOLOv8深度学习模型的强大目标检测能力，结合红外成像技术，实现了对海上小型船只、浮标、甚至水下潜器等目标的快速、准确检测。YOLOv8作为YOLO系列的最新版本，在检测精度和速度上均有显著提升，尤其适用于高动态和复杂场景。通过红外成像，该系统能够在夜间或低能见度条件下有效捕捉目标，克服了传统可见光相机的局限性。
yolov8道路缺陷检测-道路坑洞检测-道路裂缝检测
阿利同学的博客
09-22 544
yolov8道路缺陷检测-道路坑洞检测-道路裂缝检测
Windows环境下Mamba-Yolo的运行环境搭建
并不傻的袍子
09-26 566
手动将下载的selective_scan_cuda.cp310-win_amd64.pyd文件手动复制到创建的虚拟环境mambayolo的DLLs文件下。（下载方式见下方）selective_scan安装不成功，是因为selective_scan只有对应Linux的库，没有对应Windows的库，所以需要对selective_scan的源码进行一些修改（以适应Windows的编译环境），然后使用源码编译和安装，这一步比较困难（
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