yolov8/11/12如何进行视频推理检测

YOLOv8视频推理检测实战指南

YOLOv8作为最新的目标检测算法，凭借其卓越的实时性能和检测精度，已成为视频分析领域的首选工具。以下为视频推理检测完整流程：

1. 环境准备
   安装依赖库：

pip install ultralytics opencv-python

需配置GPU环境（推荐CUDA 11.8+）以获得最佳性能

2. 核心实现步骤

from ultralytics import YOLO
import cv2

# 初始化模型
model = YOLO('yolov8n.pt')  # 可选yolov8s/m/l/x不同规模模型

# 视频处理
cap = cv2.VideoCapture('input.mp4')  # 支持RTSP/摄像头输入
out = cv2.VideoWriter('output.mp4', 
                     cv2.VideoWriter_fourcc(*'mp4v'),
                     30, (int(cap.get(3)), int(cap.get(4))))

while cap.isOpened():
    ret, frame = cap.read()
    if not ret: break
    
    # 执行推理
    results = model(frame, 
                   conf=0.5,  # 置信度阈值
                   classes=[0, 2],  # 限定检测类别（0:person）
                   device='cuda:0')  # GPU加速
    
    # 绘制检测结果
    annotated_frame = results[0].plot()
    
    # 输出处理
    out.write(annotated_frame)
    cv2.imshow('Detection', annotated_frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'): break

cap.release()
out.release()

3. 关键优化技巧

• 分辨率调整：设置imgsz=640提升处理速度
• 硬件加速：启用TensorRT部署可获得3倍性能提升
• 跳帧策略：对非实时场景使用vid_stride=2间隔处理
• 批处理：设置batch=4同时处理多帧（需显存充足）

4. 进阶功能扩展

• 集成ByteTrack实现多目标跟踪
• 添加自定义业务逻辑（区域入侵检测、流量统计等）
• 导出检测结果为JSON格式进行后续分析
• 部署为API服务支持远程调用

实际测试中，YOLOv8n在RTX 3090上可实现200+FPS的1080P视频处理速度，满足绝大多数实时检测需求。通过合理调整模型规模和参数设置，可在精度与速度间取得最佳平衡。

由于项目过多，特地将博文汇集如下，方便大家食用。
覆盖一下类目：

链接失效，请从主页搜索关键词检错对应项目

1.全网数据集
2.计算机代码
3.学习资料
。。。

链接失效，请从主页搜索关键词检错对应项目
链接失效，请从主页搜索关键词检错对应项目
链接失效，请从主页搜索关键词检错对应项目

链接失效，请从主页搜索关键词检错对应项目

资料学习类

如何使用并应用技术路线图word&Visio版可编辑共包括68个Word格式版本，24个Visio格式版本，内容丰富且清晰

计算机视觉实战项目集锦

cnn卷积神经网络表情识别and情感分析and人脸识别(代码+教程）

yolo红绿灯识别/倒计时识别(毕业设计+附代码）

opencv昏暗场景增强and低照度增强and弱光增强（附代码）

opencv卷积神经网络3D目标深度学习检测识别：计算机视觉、图像处理、毕业辅导、作业帮助、代码获取，远程协助，代码定制，私聊会回复!.

改进的yolov8坑洼路面+路面缺陷检测检测(手把手教学+代码）

改进的A星star算法的路径规划-路径规划+代码+毕业设计：改进的A星star算法的路径规划-路径规划+代码+毕业设计

oepncv卷积神经网络表情识别-从原理到代码安装：计算机视觉、图像处理、毕业辅导、作业帮助、代码获取，远程协助，代码定制，私聊会回复!..

计算机视觉、图像处理、毕业辅导、作业帮助、代码获取，远程协助，代码定制，私聊会回复!：yolov8无人机视频检测与计数系统（yolo创新点和代码）…

计算机视觉、图像处理、毕业辅导、作业帮助、代码获取，远程协助，代码定制，私聊会回复!

yolov8pose指针仪表读数工业检测：关键点检测的仪表盘读

3D人体姿态估计pose(教程+代码)三维人体姿态关键点检测

yolo11/v8/v5篮球投篮识别与足球射球识别

机器学习数据集+yolo数据集+深度学校数据集yolo11/v8/v5/v7可用+卷及神经网络+目标检测+语义分割+姿态识别数据集

YOLO11/v8/v5实例分割+目标检测+目标跟踪

YOLO11/v10/v8/v5区域追踪监测系统项目-计算机视觉技术

yolov8道路缺陷分割检测+streamlit网页部署

yolov11/v8/v5停车场管理系统

yolo11排队管理-队列管理-人流量统计项目

如何结合TCN、通道注意力机制（CAM）和Transformer网络来实现时间序列预测TCN+transformer+通道注意力机制时间序列预测TCN++DCA+transformer

计算机课程设计+毕业设计作品+python/django/vue的毕业设计/课程设计选题集锦

yolov8+图像去雨+图像去雾+图像增强+图像去噪

YOLOv8瑜伽动作姿态识别与分类

yolov11速度估计+距离测量+轨迹跟踪+计数+代码+教程

YOLOv8中国车牌字符检测与识别项目

yolov9交通信号灯检测与分类项目

yolov8+sar图像建筑物旋转目标检测与部署

YOLOv8+SAR图像船舶目标检测系统

YOLO车道线识别+目标检测+可行驶区域（Freespace）的综合应用

基于YOLOv8的自动车牌检测与ocr识别

YOLOv8植物根茎关键点识别与分类项目+中心点识别+植物分类

YOLOv11Web应用搭建指南+streamlit

基于YOLOv11的手语检测：数据集与代码介绍

yolov8牙齿图像分割系统+web部署

YOLOv8地面交通指引线、斑马线及地标箭头分割系统+web部署

yolov8焊接缝缺陷分割代码+web部署

YOLOv8瞳孔识别+眼球识别与直径计算(代码+数据集+教程)

yolov8pose多人姿态估计+摔倒检测+蹲下检测+跑步检测

YOLOv8电气元器件识别训练教程+电器元器件数据集+晶体管+电容识别+二级管识别

yolov5车辆行人检测+计数+车道线识别+pyqt界面

使用ncnn框架部署yolov8-seg，外加qt进行界面可视化操作，用于图片和视频实例分割推理。yolov8seg+qt+ncnn进行部署分割推理+yolov8ncnn实例分割检测+yolov8安卓部署

建筑分割

如何使用U-Net架构来进行语义分割任务墙体裂缝数据集，mask标签，附语义分割代码，2000+张训练一个深度学习模型

如何使用MaskR-CNN评估和可视化建筑物实例分割数据集城市建筑物实例分割数据集coco格式城市北上广深规模_7260张图像64万栋建筑物用途maskrcnn等网络的训练与测试(1)

使用MaskR-CNN评估和可视化瓦林根航拍图像建筑物实例分割数据集并实现可视化与评估用于:maskrcnn等网络的训练与测试:714张图像，2939栋建筑物；建筑物实例分割数据集

使用MaskR-CNN评估和可视化瓦林根航拍图像建筑物实例分割数据集并实现可视化与评估用于:maskrcnn等网络的训练与测试:714张图像，2939栋建筑物；建筑物实例分割数据集

使用YOLOv5或YOLOv7检测训练—混凝土缺陷空洞风化、剥落、钢筋桥梁部件缺陷检测数据集/智慧化桥梁部件缺陷分割5.4GB3大类，19小类，分割yolo，json两种标，检测yolo标注

使用Unet模型对智慧工地数据集进行语义分割，并使用YOLOv8模型进行目标检测含十个常见的建筑对象类别，分为三大类：工人（戴/未戴安全帽两类）机器（PC运输车、自卸卡车、混凝土搅拌车挖掘机

使用U-Net深度学习模型进行训练和评估基于PyTorch的U-Net模型的训练遥感建筑物坍塌评估分割数据集PART120000张左右图像+30GBpart2，36000张图像，13.5GB

如何训练使用——超高清无人机图像建筑物分割数据集，0.08米，共18396张，尺寸为4096×4096，或处理为1177344张尺寸为512×512图像

车牌

如何使用Yolov8训练使用手工标注的汽车车辆车牌检测数据集车牌数字识别数据集实现可视化及评估

船舶类

如何使用Yolov8训练使用船舰数据集并实现可视化及评估47类jun用船舰数据集检测识别评估及训练

如何使用Yolov8训练使用船只数据集构建一个船目标检测系统各种船进行检测9000张，小目标船只数据集，xml和txt格式yolo使用

如何使用红外船舶数据集进行训练，步骤和代码示例应该是如何？含1284幅红外遥感图像和3061个船舶实例。图像大小为500*500TXT（YOLO）格式。含924个实例；911离岸场景

如何使用红外船舶数据集进行训练，步骤和代码示例应该是如何？含1284幅红外遥感图像和3061个船舶实例。图像大小为500*500TXT（YOLO）格式。含924个实例；911离岸场景

如何使用无人船视角水面全景分割与目标检测及usv无人船目标检测数据集进行全景分割和目标检测，他的详细的步骤和代码示例应该如何呢，船舶语义分割及检测，船舶检测海上目标检测

使用YOLOv8进行船舶检测和McShips船舶数据集，标签为xml格式，可用于yolo算法。7996张，两类标签民用"civilianship"和军舰"warship"。用边界框和船级标签仔细注释。

电力设备相关数据

如何使用yolov5/8训练使用变电站设备外部缺陷、变电站外部故障图像数据集5类yolo实现可视化及评估

如何使用Yolo进行训练电气设备红外热图像数据集变压器红外数据集，温度显示5000多张yolo格式，实现可视化及评估

如何使用yolov8训练使用电力设备红外类开关设备红外过热图像数据集，5500张图片，标注为voc(xml）格式，连接部分，主体，负荷开关，避雷器，电流互感器，电压互感器，实现评估及可视化模型

如何使用YOLOv8进行训练、评估和推理配网销钉缺失检测图像数据集销钉缺失配网缺陷检测图像数据集（3000多张，voc，销钉缺失与绑扎不规范缺陷

如何使用Yolov8训练使用电力遥感风力发电机数据集系统——遥感类遥感图像风力发电机数据集检测，共9700张图像，采用voc格式标注实现可视化及评估预估模型

如何使用YOLOv8进行变压器漏油故障诊断的训练，变压器漏油数据集故障诊断YOLO数据集格式txt格式训练集train338张验证集val27张

如何使用Yolov8训练使用——无人机航拍输电线路悬垂线夹数据集，无人机航拍输电线耐张线夹数据集检测无人机航拍图像数据集，1900图片，悬垂线夹识别，voc格式

使用YOLOv8训练一个针对输电线表面损坏识别检测数据集的高精度模型——电线线路表面损害数据集电路电线表皮损害缺陷数据集1000张yolo

电气类—如何使用YOLOv8模型训练氧化锌避雷器破损识别数据集输电线避雷器数据集2408张，1类

防震锤缺陷检测数据集1000张防震锤带标注vocyolo分类名:(图片张数，标注个数)添加图片注释，不超过140字（可选）none_defective:(636，1808)defective:(831，933)总数:(1000，2741)总类(nc):2类添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）数据集介绍数据集概述数据集名称：Anti-VibrationHammerDefectDetectionDatas

如何使用yolov8训练使用—电力设备航拍类/配网缺陷检测无人机航拍图像数据集，（不规范绑扎，螺栓销钉缺失）数据集总共3000张左右，标注为voc格式

使用YOLOv8进行训练——电路元件目标检测数据集/电路元件数据集二极管电管电阻器等识别

如何训练使用——变电站缺陷隐患检测图像数据集，总共包含8000多张图片，包含渗漏油、鸟巢、表盘破损、呼吸器变色等问题。适合用于电力设备的缺陷识别与分析。并如何进行评估模型

如何使用Yolov8训练使用——电力设备类_输电线防震锤数据集防震锤缺陷检测数据集VOC的xml格式和YOLO的txt格式两个类别1000张

数据集

如何用yolov8训练使用井盖检测缺陷数据集及状态数据集井盖数据集相关问题数据集10000张有voc、yolo5类

使用YOLOv7模型训练红外安防目标检测数据集8900张优化红外安防目标检测系统3个类别:人、车、非机动车voc格式

如何yolov7训练使用红外弱小飞机目标检测数据集实现构建红外弱小飞机目标检测系统。926张，bmp和xml相对应，类别：bird目标检测

如何使用ADE20k数据集进行MaskR-CNN和U-Net的训练和评估。ADE20k场景解析数据集，包含25,210张高清图片，并分为训练集、验证集和测试集，共有150

如何使用CRNN进行水表刻度识别的数据集训练。共1500张包含yolo格式数据集+ppocr识别格式数据集

如何使用YOLOv8进行塌方/山体滑坡识别的数据集训练。滑坡数据集塌方数据集落土数据集1类别voc标注1000张

如何使用YOLOv8进行物流快递箱目标检测的数据集训快递包裹数据集快递数据集2000张左右，分辨率640x640，yolo格式txt标签1类

如何使用YOLOv8进行牛行为检测的数据集训练10007张提供yolo和voc两种标注方式3类，标注数量：standing:6190lying:5101eating:1808可视化评估

如何使用YOLOv8进行带钢缺陷语义分割的数据集训练钢材表面缺陷语义分割数据集钢材表面缺陷带钢缺陷包含12种缺陷和对应的像素级标签每种50张分辨率200x200位深24，实现可视化及评估

如何使用yolov8进行训练小麦头小麦穗目标检测数据集yolo格式（txt标签）4000张左右，分辨率为1024x1024实现评估、可视化训练结果

使用YOLOv8进行汽车零部件分割和汽车部位分割。代码包括数据集准备、清理临时文件等汽车部位分割数据集3000多张，yolo格式（txt标签）

如何通过使用Yolov8训练使用瘤目标检测数据集并实现可视化及评估数据集准备、模型训练、评估和推理的部分。医学图像数据集1000张左右yolo格式

如何使用Yolov8训练使用——智慧煤矿检测井下作业矿工煤矿工作人员检测液压支撑防护板检测大煤块检测矿工不安全行为检测13万张真实拍摄影像，实现可视化及评估，训练及推理

如何实现基于yolov8疲劳驾驶检测项目，能够检测出图片或者视频里的人是否疲劳，并给出预警。疲劳驾驶检测数据集

如何训练使用煤矿井下钻场目标检测数据集（夹持器、钻机卡盘、煤矿工人、矿井安全帽和钻杆等五类目标，70948张，PASCALVOC，8.8GB）进行训练并实现可视化

如何使用YOLOv8进行训练、评估和可视化预测结果大规模的火焰和烟雾识别数据集，46,000余张图像，总数据量为20GB，VOC和YOLO两种标注格式

如何使用YOLOv8训练使用大量松材线虫病分类松材线虫病分类数据集，使用这些数据进行二分类任务，并使用YOLOv8进行训练、评估和可视化预测结果，样本采集自固定翼无人机拍摄图像

如何使用Yolov8训练使用无人机视角下的松材线虫目标检测数据集，高清无人机影像拍摄，ifyouhave8000余张图像，Voc格式标注松材线虫数据集

如何使用yolov8使用YOLOv8进行目标检测训练使用煤矿类——智慧煤矿矿井井工人行为检测及安全帽煤炭检测数据集行走，站立，坐，操作，弯腰，靠，摔，爬

如何使用YOLOv8进行训练、评估和可视化预测包含9000张图片煤矿烟火检测数据集，标注为YOLO格式类别0:fire1:smoke

如何使用yolov8训练使用这个数据集密集人体目标检测数据集并实现可视化和评估密集行人数据集voc和yolo两种格式，yolo可以直接使用trainvaltest已经划分好

如何使用Yolov5训练使用监控视角下的人体目标检测数据集2600张带标注vocyolo并实现可视化及评估使用YOLOv5进行训练人体目标数据集

如何使用YOLOv5进行训练人体行为检测数据集3500张VOC格式并实现可视化和评估实现和优化你的人体行为检测项目4类如何实现行走数据集跌倒数据集跑步数据集检测

如何使用西储大学轴承故障诊断数据集来进行故障诊断和分类。（故障诊断代码）解读西储大学数据集，轴承数据的预处理和数据集的制作，基于Python故障诊断和分类的研究思路西储大学故障诊断代码

如何使用排水管道缺陷分割数据集来训练一个YOLOv8分割模型4055张，有VOC数据集格式，并实现可视化及评估如何训练排水管道缺陷分割数据集下水管缺陷分割数据集

如何使用yolov8训练无人机视角坦克检测数据集人交通工具数据集voc：3500+张5类并实现可视化及评估

使用PyTorch框架来训练语义分割模型——航空影像输电线路与输电塔分割数据集，使用U-Net架构进行实现。前端界面使用Flask，UI界面使用PyQt5。电缆，铁塔木塔混凝土数据集

如何使用YOLOv8来训练变压器红外测温过热点检测图像数据集/变压器红外数据集-热点检测图像数据集600张图片voc格式变压器温度显示数据集实现可视化评估目标检测使用

如何使用Detectron2来训练和测试航空影像的输电线路与输电塔分割数据集含1234张图像，标注了11447个对象5个类别输电线路分割数据集/电塔分割数据集

如何使用Detectron2来训练和测试木材缺陷分割数据集。含20276张图像，其中包含86803个标记的对象，属于10个不同的类别实现一个完整的木材缺陷检测系统

基于YOLOv8的海面石油泄露检测实例分割完整含数据集使用深度学习框架如PyTorch或TensorFlow，基于YOLO系列的模型结构，进行训练来实现目标检测

如何使用MaskR-CNN评估和可视化建筑物实例分割数据集城市建筑物实例分割数据集coco格式城市北上广深规模_7260张图像64万栋建筑物用途maskrcnn等网络的训练与测试(1)

使用MaskR-CNN评估和可视化瓦林根航拍图像建筑物实例分割数据集并实现可视化与评估用于:maskrcnn等网络的训练与测试:714张图像，2939栋建筑物；建筑物实例分割数据集

使用MaskR-CNN评估和可视化瓦林根航拍图像建筑物实例分割数据集并实现可视化与评估用于:maskrcnn等网络的训练与测试:714张图像，2939栋建筑物；建筑物实例分割数据集

如何使用yolov8训练使用无人机视角道路损害数据集6类缺陷纵向裂缝，横向裂缝等实现可视化及评估2400张

如何使用YOLOv8训练车型识别和检测数据集汽车分类检测数据集并实现可实现及评估2026张图片数据，已标注好，jpg与xml一一对应该数据集分为7类用于yolo目标检测的训练

如何使用yolv8训练使用——自动驾驶道路类数据集并实现评估和可视化BDD100k实例分割部分，附训练验证集和注释，用于自动驾驶方面，共16000张图片

如何使用YOLOv8训练红外车道线测试数据集3500张如何实现车道线数据集评估及可视化？

如何使用YOLOv8进行水体二分类语义分割的详细步骤水体分割遥感图像数据集（2841张卫星拍摄的水体图像集合

如何使用YOLOv8训练一个包含20806张训练图像、1978张验证图像和981张测试图像的野生动物检测数据集的详细步骤。

小目标

如何yolov7训练使用红外弱小飞机目标检测数据集实现构建红外弱小飞机目标检测系统。926张，bmp和xml相对应，类别：bird目标检测

使用YOLOv8进行训练使用TinyPerson数据集进行小目标检测的详细步骤，包括数据准备、模型训练、评估和推理。

电力设备红外相关数据

如何使用Yolo进行训练电气设备红外热图像数据集变压器红外数据集，温度显示5000多张yolo格式，实现可视化及评估

如何使yolo训练使用电力设备红外数据集yolov8训练使用开关柜红外温度过热图像检测数据集，3000张，voc格式，带温度信息，实现可视化评估及推理

如何使用yolov8训练使用电力设备红外类开关设备红外过热图像数据集，5500张图片，标注为voc(xml）格式，连接部分，主体，负荷开关，避雷器，电流互感器，电压互感器，实现评估及可视化模型

如何使用YOLOv8来训练变压器红外测温过热点检测图像数据集/变压器红外数据集-热点检测图像数据集600张图片voc格式变压器温度显示数据集实现可视化评估目标检测使用

讨论如何使用YOLOv5训练光伏热红外缺陷数据集，如何使用这套数据集构建一个PyQt5系统。光伏热红外缺陷数据集1W+带标注xml格式（yolo格式）类别为两种0为单点热斑；1为局部热斑

如何使用YOLOv8模型对变电站红外检测数据集进行训练评估3930张7类避雷器红外数据集’,‘断路器红外’‘套管红外’,‘电流互感器’‘隔离开关’'绝缘子红外数据集YOLO格式进行训练

使用YOLOv8模型进行训练和评估绝缘体检测数据集440张（train306，val89，test45）张YOLO格式TXT标注。如何使用yolov8训练绝缘体红外1类绝缘体红外检测数据集

使用YOLOv8模型进行训练和评估绝缘体检测数据集440张（train306，val89，test45）张YOLO格式TXT标注。如何使用yolov8训练绝缘体红外1类绝缘体红外检测数据集

如何使用TensorFlow和Keras进行模型训练处理变电站电力设备的可见光和红外图像数据集用于故障检测、热分析等多种应用场景可见红外成组700多张红外单独不成组100多张带故障点成对10多

使用YOLOv5训练一个针对热斑光伏发电系统红外热图像中蜗牛尾迹和热点故障的高精度目标检测模型热斑光伏发电系统数据集

如何训练使用——电力设施红外检测数据集1输电线路绝缘子红外数据集2输电线路过热红外数据集3光伏板缺陷红外数据集4变压器红外数据集5开关柜设备红外检测数据集绝缘套管红外数据集

如何使用Yolov5训练使用变电站电力设备图数据集红外图像变电站数据集可见光图像变电站数据集隔离开关断路器等，附上了详细训练代码

怎么如何使用YOLOv8训练电力设备变电站红外图像数据集四种电力设备红外图像（高压隔离开关CV、电流互感器TC、电压互感器TP、避雷器PA）

医学

yolov5如何训练使用MRI脊椎分割数据集/脊椎分割项目解决方法如何原图，标签分别2460张实现可视化及评估

如何通过使用Yolov8训练使用瘤目标检测数据集并实现可视化及评估数据集准备、模型训练、评估和推理的部分。医学图像数据集1000张左右yolo格式

焊接钢铁缺陷类

如何使用yolov8训练使用自建焊缝数据集，并实现可视化及评估钢材表面焊缝数据集3500张vocyolo

如何使用YOLOv8进行带钢缺陷语义分割的数据集训练钢材表面缺陷语义分割数据集钢材表面缺陷带钢缺陷包含12种缺陷和对应的像素级标签每种50张分辨率200x200位深24，实现可视化及评估

如何实现基于YOLOv8的钢铁表面缺陷检测系统。钢材缺陷检测，该系统支持图片、文件夹和视频等多种输入方式，实时检测钢铁表面的缺陷。

使用PyTorch和U-Net架构来实现钢材表面缺陷语义分割检测3630张图片和对应掩码，三种缺陷类型（夹杂物、补丁、划痕）

使用YOLOv8训练铁轨轨道缺陷检测模型，并使用PyQt5创建一个简单的前端界面来显示实时检测结果铁路轨道缺陷数据集4020张4类yolo格式

如何使用yolov8训练铝片表面缺陷图像分割和目标检测数据集进行训练，有josn文件可供图像分割，xml文件目标检测。四种缺陷：针孔、擦伤、脏污、褶皱

如何使用桥梁钢缆缺陷目标检测数据集进行YOLO系列模型的训练，并进一步探讨如何将训练好的模型集成到一个PyQt5应用中。桥梁钢缆缺陷目标检测数据集1100张3种检测目标：

如何使用YOLOv5模型对钢材表面缺陷数据集进行训练、评估和可视化1800张图片，包含有六种缺陷：轧制氧化皮，斑块，开裂，点蚀表面，内含物和划痕钢材表面缺陷检测数据集

如何使用YOLOv8模型训练钢材表面缺陷检测数据集1050张，7:2:1比例划分YOLO适用的txt格式或xml格式

如何使用深度学习yolov8训练使用钢索缺陷数据集/钢丝绳缺陷检测数据集1318，标注为xml和txt格式；2类：break，thunderbolt；

Xsteel表面缺陷数据集（X-SDD）/热轧钢带缺陷数据集，探讨如何使用这个数据集进行深度学习模型的训练7种类型1360张缺陷图像

深度学习-基于YOLOv5的NEU-DET钢材表面缺陷任务检测，加入CFPNet、动态卷积ODConv、多个检测头提升精度NEU-DET钢材表面缺陷共有六类数据集

深度学习-基于YOLOv5的NEU-DET钢材表面缺陷任务检测，加入CFPNet、动态卷积ODConv、多个检测头提升精度NEU-DET钢材表面缺陷共有六类数据集

如何使用yolov8训练使用——焊接缺陷数据集/焊缝缺陷目标检测数据集6000张4类YOLO格式可直接用于YOLO系列目标检测算法模型训练

自动驾驶道路类检测

如何使用Yolov8训练使用汽车碰撞损伤破损检测数据集损伤检测数据集交通事故汽车车漆破损识别数据集4000，xml和txt,进行可视化及评估7类车灯破损

如何实现基于YOLOv5的交通识别系统并对交通标志进行检测及识别，数据集（TT100K数据集，已转YOLO格式）

如何实现基于YOLOV8的道路缺陷检测系统道路病害检测系统道路裂缝坑洼裂纹检测等8类“网块”、“裂纹块”、“坑洼”、“裂纹”等

使用PyTorch框架和YOLOv5库来进行训练路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集

如何使用yolov8训练使用无人机视角道路损害数据集6类缺陷纵向裂缝，横向裂缝等实现可视化及评估2400张

如何使用yolv8训练使用——自动驾驶道路类数据集并实现评估和可视化BDD100k实例分割部分，附训练验证集和注释，用于自动驾驶方面，共16000张图片

如何使用YOLOv8训练一个道路表面缺陷检测模型，数据集包含两类：裂缝（cracks）和坑洼（potholes）使用Python和YOLOv8

如何使用YOLOv5进行城市道路步行道路便捷性检测，并处理两种标注方式（YOLO和VOC），详细的步骤和代码示例。坡道识别，障碍物识别，地面不平整识别数据集，施工安全通行数据集4912张，5类

如何使用YOLOv5进行城市道路步行道路便捷性检测，并处理两种标注方式（YOLO和VOC），详细的步骤和代码示例。坡道识别，障碍物识别，地面不平整识别数据集，施工安全通行数据集4912张，5类

如何使用YOLOv5进行停车场空闲车位检测，并处理两种标注方式（YOLO和VOC）。以下是详细的步骤和代码示例。停车位数据集，3079张，提供yolo和voc两种标注方式2类，标注数量：

如何使用yolov8训练使用无人机车辆识别数据集进行目标检测10种分类18524张，包含YOLO/VOC格式标注。

如何使用YOLOv8训练自动驾驶路面分类模型。涵数据集准备、模型训练、等步骤，并提供自动驾驶路面道路分类数据集代码示例。极端天气环境下道路分类37万张图像，13GB数据水、雪、冰等极端天气

如何使用Yolov8训练使用——交通信号红绿灯数据集识别检测红绿灯10742张YOLO适用的txt格式

如何使用YOLOv5模型进行训练——无人机航拍视角道路目标检测数据集10类行人摩托车数据集卡车三轮车等进行检测共10类YOLO适用的txt格式629张nc=10

如何基于yolov8训练并使用——监控视角下车辆识别检测数据集20500class_car,van，others，bus;5类道路车辆检测数据集

如何构建交通识别系统——并使用yolov8训练使用交通道路识别数据集红绿灯数据集汽车行人自行车目标检测数据集15000，xml和txt标签都有9类道路目标检测数据集

如何构建交通识别系统——并使用yolov8训练使用交通道路识别数据集红绿灯数据集汽车行人自行车目标检测数据集15000，xml和txt标签都有9类道路目标检测数据集

基于YOLOv8模型的雨天道路目标检测系统如何训练使用极端天气黑夜/白天下雨雨天道路目标检测数据集3600张雨天带标注vocyolo

如何使用yolov8训练使用——车辆行人检测数据集

植物病害类数据

使用YOLOv8来构建一个无人机视角葡萄早期发育阶段计数系统。数据准备、模型训练和生成预测结果。葡萄早期发育阶段计数数据集葡萄数据集的应用

如何使用YOLO和VOC两种标注方式来处理蘑菇检测数据集。8857张21类毒蘑菇数据集构建YOLO模型来进行目标检测，并提供代码示例来加载和处理这些数据。代码仅供参考

如何使用YOLOv8进行玉米虫害分类的数据集训练玉米虫害分类数据集，包括13个类别共14015张图像

使用YOLOv8训练柑橘虫害分类检测柑橘虫害数据集，包括19个类别共7273张图像：

如何使用YOLOv8进行水稻病害分类的数据集训练，水稻病害分类数据集包括4个类别共5932张图像：白叶枯病、稻瘟病、东格鲁病、褐斑病

基于YOLO8水稻病虫害检测系统水稻病虫害检测系统YOLO目标检测算法识别图片与视频支持本地摄像头识别，图片识别支持统计检测到的物体数量，UI界面动态调节模型置信度

如何实现基于Yolov8的西红柿_番茄成熟度检测系统yolov8番茄成熟度检测该系统支持图片、文件夹和视频等多种输入方式，并且可以实时检测西红柿的成熟程度。(1)

如何使用yolov8训练使用番茄病虫害检测数据集9种片数据3574张已经划分好yolo格式、voc格式，实现可视化及评估

如何使用YOLOv8训练使用大量松材线虫病分类松材线虫病分类数据集，使用这些数据进行二分类任务，并使用YOLOv8进行训练、评估和可视化预测结果，样本采集自固定翼无人机拍摄图像

如何使用Yolov8训练使用无人机视角下的松材线虫目标检测数据集，高清无人机影像拍摄，ifyouhave8000余张图像，Voc格式标注松材线虫数据集

如何使用YOLOv5来训练中草药检测数据集，包含9709张图片及其对应的YOLO格式标注文件50类中草药数据集现和优化你的中草药检测项目

如何使用YOLOv5来训练中草药检测数据集，包含9709张图片及其对应的YOLO格式标注文件50类中草药数据集现和优化你的中草药检测项目

如何使用YOLOv5来训练包含8952张图片的水稻虫害检测数据集，已为训练集和验证集，水稻虫害数据集分别包含7161张和1791张图片，5类不同的虫害

如何使用YOLOv8训练玉米叶片病害检测数据集，可视化代码如何？玉米叶片病害检测数据集6000张玉米带标注vocyolo玉米病害数据集检测如何训练6类

如何使用YOLOv8训练包含苹果、荔枝、柠檬、梨和柿子的数据集模型。假设你的数据集1500张图片，每张图片VOC格式XML标注文件，带有YOLO格式TXT标注文件

如何使用YOLOv8训练一个番茄成熟度检测模型。设你的数据集包含6111张图片，分为两类：0为成熟，1为未成熟，并且标注文件既有YOLO格式也有XML格式。番茄成熟度数据集训练西红柿成熟度训练

如何使用U-Net模型对大规模高分辨率树种单木分割数据集进行处理14个不同树种类中分割和标注了23,000个树冠，采集使用了DJIPhantom4RTK无人机。提供正射tif影像，点云、arc

如何使用ResNet50对大规模植物细分类数据集进行分类30万图像1081类植物细分类数据集，分类数据，没有检测框信息共33GB，具有高度内在歧义和长尾分布，可用于细分类识别任务，附训练代码

使用YOLOv8模型进行训练和评估针对草莓成熟度检测数据集800余张3类草莓数据集成熟度如何区分为成熟，未成熟，草莓花梗三类，提供yolo标注，1.4GB

如何使用YOLOv8模型对葡萄叶片病害数据集检测数据集进行训练、评估和可视化。3类5629张YOLO适用的txt格式或xml格式

如何使用YOLOv8模型对棉花叶片病害检测数据集进行训练、评估和可视化/棉花叶片病害检测数据集6类4173张txt格式和xml格式文件棉花叶片缺陷数据集

如何使用YOLOv8模型进行训练和评估茄子病虫害数据集4类4000张图片txt格式可直接用于模型训练茄子数据集

水稻虫害分类数据集使用PyTorch框架进行分类任务，并提供完整的代码示例分类水稻虫害分类数据集，包含14个类别共8417张图像

使用YOLOv8进行目标检测和分类任务，农业害虫检测数据集，农业害虫分类数据集，包含102种害虫，yolo格式标注，划分7万5千张分类图像-多并提供一些常用的脚本来帮助你更高效地处理数据和训练模型

如何使用深度学习模型yolov8训练使用——梨树叶病虫害目标识别检测数据集6000张yolo数据集梨树叶病害数据集

如何使用深度学习框架Yolov5训练使用——小番茄/小西红柿数据集5种不同类型，YOLO标签

如何使用深度学习Yolov5来训练——树叶分类识别数据集梧桐银杏樟叶杜鹃桂叶广玉兰木槿等10类树叶分类识别检测

如何使用深度学习Yolov5来训练——树叶分类识别数据集梧桐银杏樟叶杜鹃桂叶广玉兰木槿等10类树叶分类识别检测

如何训练使用——番石榴病虫害检测数据集使用这个预处理过番石榴图像数据集进行YOLOv8模型的训练，使用Python和Ultralytics库来实现

如何使用这个玉米病虫害检测数据集进行YOLOv5模型的训练玉米虫害数据集4类

如何使用yolov8训练使用—小麦病害数据集小麦病害检测数据集目标检测12类899张（也可以数据增强），8:1:1比例划分可以直接用于模型训练YOLO适用的txt格式

如何构建一个基于YOLOv8模型的苹果新鲜程度检测系统2类map50为93.1%训练集（782张）与验证集（196张）

如何构建一个基于ResNet模型的草莓成熟度分类系统训练草莓数据集用于训练resnet等分类模型

如何使用yolov8训练使用——马铃薯病害检测数据集，共8000张，voc或yolo格式标注土豆数据集病害检测

水面河道垃圾类

使用YOLOv5来构建一个无人机视角垃圾检测系统无人机视角垃圾检测数据集，26700余张无人机图像，超过4万标注信息，共3.6GB数据量，

如何使用YOLOv8训练河道漂浮物检测数据集，模型测试和推理河道漂浮物水面垃圾数据集，5类:水污染物，废弃船只，漂浮物，捕鱼养殖，废弃垃圾，支持直接YOLO训练，无人机视角已标注好3000张

如何使用YOLOv8训练水面垃圾检测数据集，并进行模型测试和推理。水面漂浮物检测数据集河道垃圾检测数据集3000张水面垃圾带标注vocyolo11类

轴承类

使用WGAN-GP生成一维滚动轴承振动数据样本。以西储大学（CWRU）数据集为例，提供一个基于训练好的权重参数文件进行测试的代码。在这里插入图片描述WGAN-GP-1D轴承振动数据样本生成方法，西储大学数据集为例，可替换自己的数据。代码注释清楚，包含训练过程的代码train_gan和基于训练好的权重参数文件进行测试的代码generate_gan。可以生成指定的故障类型数据，不平衡比100，可自己调节。环境可见env文件，WGAN-GP网络可更换为DCGAN、WGAN、LSGAN、SNGAN等在这

如何使用基于连续小波变换时频图的CNN轴承故障诊断模型Python、jupyternotebook，实现训练评估及可视化

如何使用基于连续小波变换时频图的CNN轴承故障诊断模型Python、jupyternotebook，实现训练评估及可视化

如何使用基于连续小波变换时频图的CNN轴承故障诊断模型Python、jupyternotebook，实现训练评估及可视化

如何使用1.CWRU西储大学轴承数据集2.XJTU西安交通大学数据集3.江南大学数据集4.东南大学数据集进行故障诊断、预测和分类，并进行对比实验。

YOLOv8轴承缺陷检测使用YOLOv8进行训练、评估和可视化预测结果包含1440张图片的轴承缺陷检测数据集YOLO格式或XML格式

如何使用西储大学轴承故障诊断数据集来进行故障诊断和分类。（故障诊断代码）解读西储大学数据集，轴承数据的预处理和数据集的制作，基于Python故障诊断和分类的研究思路西储大学故障诊断代码

如何使用YOLOv8训练轴承缺陷目标检测数据集。我们将从数据准备、模型训练、模型评估460张两种检测目标轴承缺陷数据集

如何使用YOLOv8训练轴承缺陷目标检测数据集。我们将从数据准备、模型训练、模型评估460张两种检测目标轴承缺陷数据集

使用Python常用库处理-可视化凯斯西储大学轴承数据集完成轴承原始信号图、灰度图和灰度图像加噪声图

电力电线设备类

如何使用Yolov8训练使用输电线数据集绝缘子数据集检测木塔变压器总线破损绝缘子帽数据集电力设施及缺陷检测数据集，8932张，yolo和voc两种标注19类，实现可视化及评估故障变压器数据集

如何使用YOLOv8进行训练、评估和推理配网销钉缺失检测图像数据集销钉缺失配网缺陷检测图像数据集（3000多张，voc，销钉缺失与绑扎不规范缺陷

如何使用YOLOv5进行训练电力电气行业螺钉螺帽螺丝缺失检测数据集900张vocyolo螺钉螺帽螺丝缺失检测数据集并实现可视化和评估

使用PyTorch框架来训练语义分割模型——航空影像输电线路与输电塔分割数据集，使用U-Net架构进行实现。前端界面使用Flask，UI界面使用PyQt5。电缆，铁塔木塔混凝土数据集

如何使用Yolov8训练使用电力遥感风力发电机数据集系统——遥感类遥感图像风力发电机数据集检测，共9700张图像，采用voc格式标注实现可视化及评估预估模型

如何使用YOLOv8进行变压器漏油故障诊断的训练，变压器漏油数据集故障诊断YOLO数据集格式txt格式训练集train338张验证集val27张

电气高压输电线类该——如何使用YOLOv5进行高压输电线故障检测，高压输电线故障检测数据集，输电线故障数据集包含10000多张7类YOLO格式

如何使用桥梁钢缆缺陷目标检测数据集进行YOLO系列模型的训练，并进一步探讨如何将训练好的模型集成到一个PyQt5应用中。桥梁钢缆缺陷目标检测数据集1100张3种检测目标：

讨论如何使用YOLOv5训练光伏热红外缺陷数据集，如何使用这套数据集构建一个PyQt5系统。光伏热红外缺陷数据集1W+带标注xml格式（yolo格式）类别为两种0为单点热斑；1为局部热斑

如何处理并应用风电光伏数据集包括6个风电场和8个光伏站场，数据集包括2019-2020年两年的新能源发电数据，可用于新能源发电聚类，预测等

如何使用处理分析——西北部风电功率数据（采样点1min）总共一个月数据风机组数据MW国外光伏功率数据（采样点1min）总共一个月数据15kwpv就是光伏数据。一分钟风电数据，应用怎么样

电力设备类变电站火灾数据集如何使用Yolov8准备数据、配置环境以及训练使用—变电站场景下的火灾和烟雾检测数据集有2888张目标检测使用

如何使用YOLOv8模型对变电站红外检测数据集进行训练评估3930张7类避雷器红外数据集’,‘断路器红外’‘套管红外’,‘电流互感器’‘隔离开关’'绝缘子红外数据集YOLO格式进行训练

使用Unet模型对输电线路的语义分割数据集进行训练、评估和可视化。含输电杆塔与电力线分割数据集，1242张图，带json分割标签

电力设备类——如何使用YOLOv8模型对配网缺陷检数据集进行训练、评估和可视化这个配网销钉缺失检测图像数据集配网缺陷检测图像数据集配网缺陷

如何使用Yolov8训练使用评估及可视化-变电站设备目标检测数据集7539张213566个带标注9GB15类刀闸隔离开关断路器玻璃盘式绝缘子消音器避雷器重合器电力变压器互感器

使用YOLOv8模型进行训练和评估针对PCB板缺陷目标检测的数据集步骤和代码应该怎么操作PCB板缺陷目标检测数据集8000张7类检测目标

使用YOLOv8模型对太阳能光伏电池板缺陷检测数据集进行训练、评估和可视化2050张，标注文件为YOLO适用的txt格式6类鸟粪,清洁,脏污,电气损坏,物理损坏,积雪覆盖’

如何使用深度学习模型YOLOv8模型进行训练和评估pcb电路板检测数据集总共672张YOLO格式TXT标注23类

使用YOLOv8模型进行训练和评估绝缘体检测数据集440张（train306，val89，test45）张YOLO格式TXT标注。如何使用yolov8训练绝缘体红外1类绝缘体红外检测数据集

使用YOLOv8模型进行训练和评估绝缘体检测数据集440张（train306，val89，test45）张YOLO格式TXT标注。如何使用yolov8训练绝缘体红外1类绝缘体红外检测数据集

如何使用YOLOv8模型进行训练和评估——输电线路防震锤缺陷数据集1000张VOC的xml格式和YOLO的txt2类防震锤数据集检测

如何使用YOLOv8模型进行训练和评估——输电线路防震锤缺陷数据集1000张VOC的xml格式和YOLO的txt2类防震锤数据集检测

如何使用YOLOv8模型电线冰雪覆盖数据集/电缆电线覆冰数据集1897张2类YOLO格式进行电缆覆盖物检测数据集的训练、评估和可视化

语义分割

如何使用YOLOv8进行带钢缺陷语义分割的数据集训练钢材表面缺陷语义分割数据集钢材表面缺陷带钢缺陷包含12种缺陷和对应的像素级标签每种50张分辨率200x200位深24，实现可视化及评估

使用PyTorch和U-Net架构来实现钢材表面缺陷语义分割检测3630张图片和对应掩码，三种缺陷类型（夹杂物、补丁、划痕）

如何使用YOLOv8进行水体二分类语义分割的详细步骤水体分割遥感图像数据集（2841张卫星拍摄的水体图像集合

如何使用无人船视角水面全景分割与目标检测及usv无人船目标检测数据集进行全景分割和目标检测，他的详细的步骤和代码示例应该如何呢，船舶语义分割及检测，船舶检测海上目标检测

使用深度学习框架进行街景语义分割-数据准备、模型选择、模型训练、模型评估及如何使用PyQt5构建一个简单应用来展示分割结果长三角，珠三角共49个城市群百度街景(全景)数据，50m采样。

如何使用YOLOv8训练无人机图像采集的铁路障碍物检测数据集。铁路障碍物分割数据集我们将从数据准备、模型训练、评估等多个方面进行说明。2000张影像，6类提供300张左右的铁路分割数据

如何使用U-Net模型对遥感影像中的能源发电厂进行分割4400余对遥感影像（每对包含1m分辨率与30m分辨率），19GB数据量分为煤炭，石油，天然气，其他化石燃料，核能，水利发电，太阳能，风能11种

如何使用U-Net模型对输电线路及其相关结构进行语义分割输电线路语义分割图像数据集，输电线路，输电杆塔，水泥杆，输电线路木头杆塔，图片总共1200张左右，包含分割标签，json标签

使用YOLOv5或YOLOv7检测训练—混凝土缺陷空洞风化、剥落、钢筋桥梁部件缺陷检测数据集/智慧化桥梁部件缺陷分割5.4GB3大类，19小类，分割yolo，json两种标，检测yolo标注

如何使用U-Net模型对火焰语义分割数据集进行训练和评估火焰语义分割数据集1379张已标注森林火灾标签

使用Unet模型对智慧工地数据集进行语义分割，并使用YOLOv8模型进行目标检测含十个常见的建筑对象类别，分为三大类：工人（戴/未戴安全帽两类）机器（PC运输车、自卸卡车、混凝土搅拌车挖掘机

使用Unet模型对输电线路的语义分割数据集进行训练、评估和可视化。含输电杆塔与电力线分割数据集，1242张图，带json分割标签

使用UNet++和TransUNet两种模型进行水体区域分割任务海陆分割数据集水与陆地分割检测遥感水体分割数据集原图（3841张）和对应的分割mask（3841张）陆地上的水体区域进行图像分割

使用U-Net模型进行裂缝检测的语义分割任务如何准备数据、训练模型、评估模型和可视化结果。使用多个裂缝数据集，包括Crack500、DeepCrack、ConcreteCrackDatas1万加

深度学习

mmpose动物姿态识别/3d人体姿态识别/3d手掌关键点识别/人体热力图

基于yolov8与deepsort的多目标检测及追踪系统基于视频/摄像头的车辆或其他目标追踪基于视频/摄像头的车辆或其他目标追踪（可自己标注数据集，训练权重来继进行追踪

如何结合TCN、通道注意力机制（CAM）和Transformer网络来实现时间序列预测TCN+transformer+通道注意力机制时间序列预测TCN++DCA+transformer

使用PyTorch框架来实现全面的时间序列预测代码集合，包括RNN、LSTM、GRU和TCN单输入和多输入情况，以及单步预测和多步预测

如何使用机器学习预测+回归代码（全）使用这些机器学习预测+回归代码，做数据准备、运行代码以及如何替换为自己数据集

如何使用搭建CNN网络/构建手写汉字识别系统UI界面实现可对20个汉字进行识别检测简单搭建的CNN网络深度学习cnn网络-带UI界面构建手写汉字识别系统，包括预测、前端和服务端代码。

如何构建一个基于YOLOv8的森林火焰烟雾检测系统，并使用PyQt5设计一个简洁的UI界面。这个系统将支持视频文件、图片文件的检测以及实时摄像头检测，森林火灾火焰火数据集

如何构建一个基于YOLOv8的人脸表情识别系统，包括UI界面设计、实时摄像头检测、表情识别模型训练以及整体代码实现。

道路病害

基于YOLOv8进行路面积水识别数据集+系统代码。括数据集准备、模型训练、评估和推理路面道路积水数据集4524，xml和txt标签都有

如何使用YOLOv5进行城市道路步行道路便捷性检测，并处理两种标注方式（YOLO和VOC），详细的步骤和代码示例。坡道识别，障碍物识别，地面不平整识别数据集，施工安全通行数据集4912张，5类

如何使用YOLOv5进行城市道路步行道路便捷性检测，并处理两种标注方式（YOLO和VOC），详细的步骤和代码示例。坡道识别，障碍物识别，地面不平整识别数据集，施工安全通行数据集4912张，5类

如何使用YOLOv8训练自动驾驶路面分类模型。涵数据集准备、模型训练、等步骤，并提供自动驾驶路面道路分类数据集代码示例。极端天气环境下道路分类37万张图像，13GB数据水、雪、冰等极端天气

如何从数据准备到利用Yolov5模型训练和评估——基于街景影像的路面病害检测数据集8000张街景影像，标注了超过20,000个路面病害，并且使用YOLO格式进行标注数据准备到模型训练和评估

行为姿态类数据

如何使用Yolov8训练使用——智慧煤矿检测井下作业矿工煤矿工作人员检测液压支撑防护板检测大煤块检测矿工不安全行为检测13万张真实拍摄影像，实现可视化及评估，训练及推理

如何实现基于yolov8疲劳驾驶检测项目，能够检测出图片或者视频里的人是否疲劳，并给出预警。疲劳驾驶检测数据集

如何使用YOLOv8进行训练、评估和可视化预测结果行人跌倒检测摔倒检测跌倒目标检测数据集txt格式yolo数据集

如何使用YOLOv5进行训练人体行为检测数据集3500张VOC格式并实现可视化和评估实现和优化你的人体行为检测项目4类如何实现行走数据集跌倒数据集跑步数据集检测

如何使用YOLOv8训练课堂行为动作识别数据集课堂行为动作识别数据集一共8884张图片xml.txt格式都有Yolo可直接训练已跑通动作类别一共8类实现可视化和评估

如何使用YOLOv8训练电梯电动车检测模型，并使用PyQt5创建一个简单的前端界面来显示实时检测结果电梯监控视角电动车检测数据集电动车3900张带标注vocyolo

如何使用YOLOv5进行人员行为检测，特别是识别“睡觉”和“玩手机”的行为进行识别，工作睡觉行为检测数据集工作中玩手机行为检测，7721张图片，标签为normal,sleep,play

如何使用YOLOv5进行玩手机和打电话检测，并提供详细的步骤和代码示例玩手机或者打电话进行识别有数据集，已打好标框，10000张

如何使用课堂行为检测数据集进行训练，并提供详细的步骤和代码示例课堂行为3800张带标注vocyolo老师行为数据集课堂行为检测数据集应用学习课堂学生行为检测等目标检测yolov5-10

如何通过Yolov8训练使用——安全防护检测数据集3500张PPE动火带标注vocyolo安全帽头盔手套面罩靴子等安全行为检测数据集

基于YOLOv5的人体行为检测5类如何训练自己的姿态识别行为检测

煤矿井下类

如何使用Yolov8训练使用——智慧煤矿检测井下作业矿工煤矿工作人员检测液压支撑防护板检测大煤块检测矿工不安全行为检测13万张真实拍摄影像，实现可视化及评估，训练及推理

如何使用yolov8使用YOLOv8进行目标检测训练使用煤矿类——智慧煤矿矿井井工人行为检测及安全帽煤炭检测数据集行走，站立，坐，操作，弯腰，靠，摔，爬

成熟度类

如何实现基于Yolov8的西红柿_番茄成熟度检测系统yolov8番茄成熟度检测该系统支持图片、文件夹和视频等多种输入方式，并且可以实时检测西红柿的成熟程度。(1)

计算机视觉

改进的yolov8加入自注意力机制Swin+Transformer

改进的yolov11/v8/v5多模态目标检测+ir图像与rgb图像融合

疲劳检测+闭眼检测+疲劳驾驶检测+驾驶行为检测（详细代码教程）

裂缝检测

如何实现基于YOLOV8的道路缺陷检测系统道路病害检测系统道路裂缝坑洼裂纹检测等8类“网块”、“裂纹块”、“坑洼”、“裂纹”等

如何使用Yolov8训练使用——大规模建筑裂缝检测图像数据集公路桥梁数据集、铁路桥梁数据集、水坝（墙）、挡土墙图像数据集10种道路桥梁裂纹/缺陷数据集灾害安全环境

如何使用YOLOv8训练一个道路表面缺陷检测模型，数据集包含两类：裂缝（cracks）和坑洼（potholes）使用Python和YOLOv8

如何使用U-Net模型对道路坑洞数据集和裂纹进行分割数据集进行训练，以及如何使用YOLOv5模型进行检测_道路坑洞，道路裂纹检测数据集38000余张图像，默认voc格式xml标注，共13GB

使用U-Net模型进行裂缝检测的语义分割任务如何准备数据、训练模型、评估模型和可视化结果。使用多个裂缝数据集，包括Crack500、DeepCrack、ConcreteCrackDatas1万加

PCB芯片类

如何训练使用DeepPCB数据集（1500张）六种缺陷类型：并实现可视化及评估YOLOv5算法实现对PCB板上的缺陷进行检测

如何利用yolov8训练使用PLC缺陷检测数据集3类并实现可视化及评估，使用Yolov8进行目标检测YOLOv8PLC缺陷检测数据集

如何构建基于YOLOv8➕pyqt5的pcb缺陷检测系统使用PyQt5创建一个简单的前端界面来显示实时检测结果。该界面支持用户加载自定义模型，从而实现检测目标的自定义

如何用深度学习框架/yolov8训练使用/芯片字符检测数据集芯片字符数字数据集

如何使用YOLOv8训练芯片缺陷数据集包括数据准备、模型训练、评估和结果可视化等多个步骤558张，标签为yolo格式4类缺陷类型（自定义）：划痕、污渍、封装破裂、引脚

如何使用YOLOv8训练芯片缺陷数据集包括数据准备、模型训练、评估和结果可视化等多个步骤558张，标签为yolo格式4类缺陷类型（自定义）：划痕、污渍、封装破裂、引脚

如何使用YOLOv8训练PCB板缺陷目标检测数据集具有更高的精度和更快的推理速度PCB板缺陷目标检测数据集8000张7PCB缺陷数据集

虫害数据

如何使用Yolov8训练使用农业类虫害害虫目标检测数据集虫害数据集并实现可视化及评估训练集6201张图片,验证集770张图片15类昆虫和害虫

使用YOLOv8进行目标检测和分类任务，农业害虫检测数据集，农业害虫分类数据集，包含102种害虫，yolo格式标注，划分7万5千张分类图像-多并提供一些常用的脚本来帮助你更高效地处理数据和训练模型

火灾烟雾类

如何使用YOLOv8进行训练、评估和可视化预测包含9000张图片煤矿烟火检测数据集，标注为YOLO格式类别0:fire1:smoke

如何构建基于YOLOv8的烟雾检测系统，并使用PyQt5作为前端框架三种分类：火焰、烟雾、正常模型：YOLOV8语言

如何构建一个基于YOLOv8的森林火焰烟雾检测系统，并使用PyQt5设计一个简洁的UI界面。这个系统将支持视频文件、图片文件的检测以及实时摄像头检测，森林火灾火焰火数据集

电力设备类变电站火灾数据集如何使用Yolov8准备数据、配置环境以及训练使用—变电站场景下的火灾和烟雾检测数据集有2888张目标检测使用

如何设置和训练YOLOv5模型以识别烟雾和火焰的详细步骤9848张图片，标签为fire,smoke雾和火焰数据集yolo格式

如何使用U-Net模型对火焰语义分割数据集进行训练和评估火焰语义分割数据集1379张已标注森林火灾标签

使用YOLOv8模型进行训练和评估/——大量火灾烟雾数据集46000余张图像，22GB数据量，提供voc标注，yolo标注无人机拍摄，日常场景拍摄确保计算资源充足

如何使用yolov8训练使用火灾烟雾数据集Fire和Smoke两类yaml文件一万张训练集、验证集与测试集比例划分，为xt格式，标签图片相对应，用于YOLO系列模型训练目标检测用火焰数据集

小麦穗数据集

yolov11/v8/v5小麦数据集训练教程+代码

裂缝类

使用PyTorch框架和YOLOv5库来进行训练路面坑洞语义分割数据集包括数据加载、模型选择（以YOLOv5为例）、训练和评估过程路面坑洼数据集

如何使用yolov8训练使用无人机视角道路损害数据集6类缺陷纵向裂缝，横向裂缝等实现可视化及评估2400张

使用YOLOv8训练铁轨轨道缺陷检测模型，并使用PyQt5创建一个简单的前端界面来显示实时检测结果铁路轨道缺陷数据集4020张4类yolo格式

如何使用Yolov8训练使用——大规模建筑裂缝检测图像数据集公路桥梁数据集、铁路桥梁数据集、水坝（墙）、挡土墙图像数据集10种道路桥梁裂纹/缺陷数据集灾害安全环境

如何使用YOLOv8训练一个道路表面缺陷检测模型，数据集包含两类：裂缝（cracks）和坑洼（potholes）使用Python和YOLOv8

如何从数据准备到利用Yolov5模型训练和评估——基于街景影像的路面病害检测数据集8000张街景影像，标注了超过20,000个路面病害，并且使用YOLO格式进行标注数据准备到模型训练和评估

如何使用U-Net模型对道路坑洞数据集和裂纹进行分割数据集进行训练，以及如何使用YOLOv5模型进行检测_道路坑洞，道路裂纹检测数据集38000余张图像，默认voc格式xml标注，共13GB

如何构建yolov8-seg裂缝分割系统代码并训练使用数据集4000张yolo格式的裂缝分割数据集合

如何使用深度学习框架PyTorch进行智慧桥梁数据集多模态多标签分割与检测任务，附详细训练代码。混凝土裂缝类（空洞、风化、短吻鳄裂缝）剥落缺陷类锈蚀、湿斑、风化物体部件类（轴承排水防护装备）

管道类下水管排水管

如何使用排水管道缺陷分割数据集来训练一个YOLOv8分割模型4055张，有VOC数据集格式，并实现可视化及评估如何训练排水管道缺陷分割数据集下水管缺陷分割数据集

安全行为类别数据

如何使用YOLOv8训练课堂行为动作识别数据集课堂行为动作识别数据集一共8884张图片xml.txt格式都有Yolo可直接训练已跑通动作类别一共8类实现可视化和评估

如何训练和评估YOLO模型在跌倒检测任务上的性能训练使用跌倒检测数据集近8000张，格式支持VOCXML和YOLO，标签有person（正常）和down（跌倒）两类，可直接用于yolo跌倒检测

使用YOLOv8模型进行训练和评估——防护装备数据集。包含训练图像30765张，验证图像8814张，测试图像4423张，YOLO格式，带有标注。手套安全帽口罩安全背心检测14类

使用YOLOv8模型进行训练和评估——电力工程电网施工现场安全作业数据集2500张左右，10GB4类行为安全类数据集

如何通过Yolov8训练使用——安全防护检测数据集3500张PPE动火带标注vocyolo安全帽头盔手套面罩靴子等安全行为检测数据集

睡觉

如何使用监控视角下的睡岗岗位数据集睡觉数据集工作睡觉数据集来训练YOLOv8目标检测模型2类map50为80.6%525张yolo格式

如何使用YOLOv5进行人员行为检测，特别是识别“睡觉”和“玩手机”的行为进行识别，工作睡觉行为检测数据集工作中玩手机行为检测，7721张图片，标签为normal,sleep,play

睡觉检测数据集2100张躺睡趴睡带标注vocyolo添加图片注释，不超过140字（可选）首先，你需要确保你的数据集已经按照YOLOv8的要求进行了组织。通常情况下，这包括以下内容：图片文件夹：存放所有的图片。标注文件夹：存放与每张图片对应的YOLO格式的标注文件。data.yaml文件：定义了数据集的基本信息，如类别名、训练和验证集的位置等。接下来，我会给出一个示例的data.yaml文件以及如何使用YOLOv8进行训练的代码片段。示例data.yaml文件yaml深色

卷积神经网络

使用YOLOv8网络构建一个完整垃圾检测识别系统，如何实现——垃圾检测识别/垃圾分类系统/垃圾识别-cnn网络-UI界面包括预测、前端和服务端代码

人脸表情检测/识别分类项目-说明文档-UI界面-cnn网络该项目已训练好网络模型，配置好环境即可直接运行使用，运行效果见图像，可实现图像识别、摄像头识别、摄像头识别项目基本介绍：【网络】深度学习CNN网络mini-xception网络【环境】python>=3.5tensorflow2opencvpyqt5【文件】训练预测全部源代码、训练好的模型、fer2013数据集、程序算法讲解文档【类别】对7种表情检测：anger；disgust；fear；happy；normal；sad；surp

基于vgg16和efficientnet卷积神经网络的天气识别系统(pytorch框架)图像识别与分类前端界面:flask+python,UI界面:pyqt5+python，构建天气识别系统

实例分割

如何使用Detectron2来训练和测试航空影像的输电线路与输电塔分割数据集含1234张图像，标注了11447个对象5个类别输电线路分割数据集/电塔分割数据集

如何使用Detectron2来训练和测试木材缺陷分割数据集。含20276张图像，其中包含86803个标记的对象，属于10个不同的类别实现一个完整的木材缺陷检测系统

基于YOLOv8的海面石油泄露检测实例分割完整含数据集使用深度学习框架如PyTorch或TensorFlow，基于YOLO系列的模型结构，进行训练来实现目标检测

遥感

如何使用Yolov8训练使用电力遥感风力发电机数据集系统——遥感类遥感图像风力发电机数据集检测，共9700张图像，采用voc格式标注实现可视化及评估预估模型

使用U-Net模型进行遥感图像语义分割任务附遥感图像语义分割数据集从数据准备、模型训练、评估、可视化等方面详细介绍整个流程

如何深度学习框架使用Yolov8训练使用——遥感卫星地面目标识别检测数据集1500张yolo数据集遥感地面目标检测数据集20类

遥感车辆小目标数据集如何使用深度学习框架yolov5使用训练—SIMD小目标车辆检测数据集遥感车辆小目标检测yolo格式15类

工程机械类

如何使用YOLOv8训练车型识别和检测数据集汽车分类检测数据集并实现可实现及评估2026张图片数据，已标注好，jpg与xml一一对应该数据集分为7类用于yolo目标检测的训练

如何使用YOLOv8训练工程车辆数据集并可视化等，无人机视角9类叉车打桩机3.起重机4.自卸车数据集5.鸟骸6.混凝土泵车7.塔吊8.挖掘机数据集，并实现可视化训练和推理过程中查看检测

如何使用YOLOv8模型训练挖掘机识别检测数据集目标检测挖掘机数据集识别共7000张

如何使用YOLOv8模型训练挖掘机识别检测数据集目标检测挖掘机数据集识别共7000张

动物类

如何使用YOLOv8训练一个包含20806张训练图像、1978张验证图像和981张测试图像的野生动物检测数据集的详细步骤。

使用5类别进行YOLOv8模型训练评估动物检测数据集狼鹿野猪兔子浣熊数据集检测训练图像8580张，验证图像690张，测试图像454张.VOLO的TXT格式带有标签。

如何基于YOLOv8的训练使用宠物狗数据集-识别26000多张图像，标注了多个类别，标注格式为YOLO格式，标注文件为JSON格式

轨道类数据

使用YOLOv8训练铁轨轨道缺陷检测模型，并使用PyQt5创建一个简单的前端界面来显示实时检测结果铁路轨道缺陷数据集4020张4类yolo格式

如何使用铁路铁轨裂纹缺陷检测数据集进行模型训练。从数据准备、模型选择、训练、评估等多个方面进行详细说明。铁路铁轨裂纹缺陷检测数据集，2500余张图像，voc格式标注

如何使用YOLOv8训练无人机图像采集的铁路障碍物检测数据集。铁路障碍物分割数据集我们将从数据准备、模型训练、评估等多个方面进行说明。2000张影像，6类提供300张左右的铁路分割数据

如何使用Yolov5训练——铁路铁轨轨道异物数据集共1861张6类铁路异物数据集铁路障碍物检测数据集

工程车类

如何使用YOLOv8训练工程车辆数据集并可视化等，无人机视角9类叉车打桩机3.起重机4.自卸车数据集5.鸟骸6.混凝土泵车7.塔吊8.挖掘机数据集，并实现可视化训练和推理过程中查看检测

无人机类

如何使用YOLOv8训练一个无人机检测数据集xt标注标签名UAV图片与标签一一对应，共计10158张已划分train、val、test

如何使用深度学习目标检测模型yolo训练使用——光伏无人机红外图像缺陷数据集600张共有4类缺陷标签热斑二极管旁路、短路、开路。提供voc格式的标注xml目标检测可用

使用YOLOv8训练一个针对无人机视角红外线车辆数据集的高精度模型无人机航拍视角红外车辆数据集17990张带标注

如何使用Yolov训练并使用——无人机高空红外数据集/航拍红外目标检测数据集2866张5类的txt格式或xml格式

植物成熟度类

如何使用YOLOv8训练一个小麦成熟度分类模型数据集小麦成熟数据集共有12834张，已划分训练集10695张、测试集2139张；使用YOLOv8训练一个小麦成熟度分类模型

如何使用YOLOv8训练一个番茄成熟度检测模型。设你的数据集包含6111张图片，分为两类：0为成熟，1为未成熟，并且标注文件既有YOLO格式也有XML格式。番茄成熟度数据集训练西红柿成熟度训练

游戏类

如何使用YOLOv5和YOLOv8训练一个高精度的模型来检测三角洲行动数据集中的摸金3w数据集内含一万摸金全身标注三角洲图片数据集三角洲行动数据集

深度学习数据

最新YOLOv5、YOLOv8、YOLOv10和YOLOv11的改进方法，旨在帮助研究人员和开发者快速提升模型性能、实现轻量化和优化,Yolov11改进大全已经有200个

构建一个完整的视觉Transformer（ViT）图像分类模型VIT（visiontransformer）图像分类

怎么如何使用YOLOv8训练电力设备变电站红外图像数据集四种电力设备红外图像（高压隔离开关CV、电流互感器TC、电压互感器TP、避雷器PA）

停车类

如何使用YOLOv5进行停车场空闲车位检测，并处理两种标注方式（YOLO和VOC）。以下是详细的步骤和代码示例。停车位数据集，3079张，提供yolo和voc两种标注方式2类，标注数量：

管道内数据

如何使用YOLOv5进行下水管道损坏检测，并处理两种标注方式（YOLO和VOC），下水管道损坏检测数据集，6708张，提供yolo和voc两种标注方式7类，该如何识别与训练

如何使用yolov8训练使用——管道内缺陷数据集下水管内部损害缺陷数据集下水道损害检测数据集6类’树根’,‘沉积物’,‘裂缝’,‘垃圾’,‘错口’,'穿入目标检测使用

汽车类

如何使用yolov8训练使用无人机车辆识别数据集进行目标检测10种分类18524张，包含YOLO/VOC格式标注。

如何使用YOLOv8进行训练——红外飞机数据集（图像微小追踪）红外图像车辆追踪数据集红外飞机车辆跟踪检测数据集红外车辆数据集检测

电池类

如何使用yolov8纽扣电池缺陷检测数据集进行训练，并提供详细的步骤和代码示例纽扣电池检测数据集3种缺陷类别共1110张yolo目标检测可用，电池缺陷数据集该如何训练

如何使用深度学习模型进行训练锂电池数据集nature子刊，科大，北理熊老师，马里兰data-driven，根本资源适合于初学者和想发数据集可用于状态估计，老化分析，阻抗分析，温度分析等

煤矿类井下

如何使用这些高精度露天矿场分割和检测数据集进行模型训练。我们将从数据准备、模型选择、训练、评估等多个方面进行详细说明。涵盖铁，铜，金，煤炭等露天矿场的遥感影像高比例精度露天煤场矿场分割，检测数据集

如何用YOLOv8进行目标检测，并使用DeepLabV3+进行分割任务——煤矿类露天矿场分割检测数据集标注1400余张遥感影像，800×800尺寸，超过3000个矿场目标，标注格式为coco格式。

遥感类数据

如何使用YOLOv8训练你的航拍遥感飞机数据集。我们将从数据准备、模型训练、评估等多个方面进行说明。航拍遥感飞机数据集Yolo格式标注

如何使用U-Net模型对遥感影像中的能源发电厂进行分割4400余对遥感影像（每对包含1m分辨率与30m分辨率），19GB数据量分为煤炭，石油，天然气，其他化石燃料，核能，水利发电，太阳能，风能11种

如何使用YOLOv8训练遥感道路提取数据集任务。包括数据准备、模型训练、评估和结果可视化等多个步骤遥感道路提取数据集10万张国内外大城市

声纳

如何使用深度学习模型卷积神经网络（CNNs）、U-Net或其他语义分割模型来识别和分类水下物体侧扫声呐图像原始数据，xtf格式、dvs格式，算法研究用途

如何使用TensorFlow和Keras对声呐图像数据集进行训练、评估和可视化人，船，飞机声呐图像数据集

使用YOLOv5进行模型训练和评估处理大型侧扫声呐原始数据（XTF格式）xtf格式，压缩包总共达到9.16G，用于算法研究涉及数据读取、预处理、特征提取和目标检测等多个步骤。

医学类

如何通过使用中文医疗对话数据集1,145,231例患者与医生之间的咨询（1）描述患者的医疗状况和病史;（2）患者与医生之间的对话;（3）医生给出的诊断和治疗建议。来应用到实际场景中。

医学类——如何使用YOLOv8模型训练脑肿瘤检测数据集脑CT数据集9900张3类

使用深度学习进行检测和分类的多皮肤病图像数据集/皮肤病分类检测数据集用于开发用于皮肤病检测和分类的深度学习和计算机视觉模型。

使用深度学习进行检测和分类的多皮肤病图像数据集/皮肤病分类检测数据集用于开发用于皮肤病检测和分类的深度学习和计算机视觉模型。

如何训练使用深度学习框架训练医学类数据集眼睛眼底图像数据集数据集白内障数据集等

变电站

电力设备类变电站火灾数据集如何使用Yolov8准备数据、配置环境以及训练使用—变电站场景下的火灾和烟雾检测数据集有2888张目标检测使用

红外数据

如何使用深度学习目标检测模型yolo训练使用——光伏无人机红外图像缺陷数据集600张共有4类缺陷标签热斑二极管旁路、短路、开路。提供voc格式的标注xml目标检测可用

pcb

使用YOLOv8模型进行训练和评估针对PCB板缺陷目标检测的数据集步骤和代码应该怎么操作PCB板缺陷目标检测数据集8000张7类检测目标

滑坡类

使用YOLOv8模型对滑坡落石石头检测数据集进行训练、评估和可视化。1186张1类’stone’落石数据集石头检测数据集

使用YOLOv8模型对遥感滑坡检测的数据集进行训练、评估和可视化2299张1类yolo格式遥感滑坡检测数据集

工地类数据

工程类如何使用Yolov8训练使用及评估工地粉尘数据集检测38331类’dust’步骤和代码示例应该如何

工地篇——使用YOLOv8来训练一个包含超过8000张高质量图像的智慧工业防护数据集。这个数据集包含17个类别，已标注为VOC和YOLO格式，可以直接用于模型训练。

医学类数据及分割

医学类——如何使用YOLOv8模型对膝关节损伤程度的数据集进行训练、评估和可视化。7k张高质量图像-目标类别（nc=3）:膝关节损伤程度目标检测数据集膝盖数据集

医学类使用TransUNet、UNet、DeepLabV3+、HRNet、PSPNet模型对息肉分割数据集进行训练、评估和可视化EDD2020息肉数据集分割数据集

如何使用YOLOv8模型进行训练和评估——医学类肺结节数据集共1180+图像，含有1个类:nodulevoc标注格式，png图像与xml标签一一对应

医学语义分割类-基于UPerNet模型的视网膜血管语义分割深度学习医学图像处理视觉眼睛视网膜血管语义分割

水果蔬菜类

如何使用TensorFlow和Keras对水果和蔬菜数据集进行训练、评估和可视化。训练：每个类别包含100张图像。测试：每个类别包含10张图像。验证：每个类别包含10张图像。

图像处理

使用Python语言实现——十种水下图像增强与复原的传统算法水下图像增强与复原是一个重要的研究领域，旨在改善水下图像的质量，使其更接近真实场景

使用Python语言实现——十种水下图像增强与复原的传统算法水下图像增强与复原是一个重要的研究领域，旨在改善水下图像的质量，使其更接近真实场景

使用UNet++和TransUNet两种模型进行水体区域分割任务海陆分割数据集水与陆地分割检测遥感水体分割数据集原图（3841张）和对应的分割mask（3841张）陆地上的水体区域进行图像分割

使用U-Net模型进行遥感图像语义分割任务附遥感图像语义分割数据集从数据准备、模型训练、评估、可视化等方面详细介绍整个流程

水下生物数据

如何使用YOLOv5模型进行目标检测鱼群声呐图像，目标检测算法研究使用YOLOv5模型对鱼群声呐图像进行目标检测

如何使用YOLOv5模型进行鱼类目标检测任务鱼类目标检测数据集yoloVOC2848张图像和一一对应的标注文件10类鳟鱼鲟鱼鲤鱼笋壳鱼等

人头数据

如何使用深度学习框架yolov8训练使用-俯视监控视角人头数据集yolo目标检测人头目标检测该数据集包含11250张图片，标签为head/高效地处理数据和训练模型。

如何使用深度学习框架yolov8训练使用-俯视监控视角人头数据集yolo目标检测人头目标检测该数据集包含11250张图片，标签为head/高效地处理数据和训练模型。

布匹衣服皮革类

如何使用yolov8训练使用—织物布匹类数据集/TILDA纺织缺陷数据集896张数据集4个类别，已标注好txt标签包含yaml文件

如何yolov8训练使用——衣物皮革类布匹织物瑕疵数据集2115张，6种瑕疵类型json格式与yolo格式标签目标检测深度学习

基于PyTorch和YOLOv5的完整代码训练使用——衣物皮革类数据集/织物布匹缺陷检测数据集5921张(6类）深度学习目标检测模型训练

工件

如何使用yolov8深度学习目标检测模型训练——芯片缺陷数据集/芯片表面缺陷数据集1600张6类

如何使用Yolov8训练使用——工件识别数据集探讨如何使用这个数据集进行深度学习模型的训练螺栓、螺母、轴承、齿轮数据集

如何使用Yolov8训练使用——工件识别数据集探讨如何使用这个数据集进行深度学习模型的训练螺栓、螺母、轴承、齿轮数据集

垃圾类

如何使用Yolov5训练使用——航拍无人机视角垃圾数据集检测，26700余张无人机图像，超过4万标注信息，共3.6GB数据量，可用于环卫快速检查，垃圾快速定位等应用。

如何用yolov8训练使用——垃圾桶装满数据集3300张垃圾桶带标注vocyolo都有对应标注

matlab

基于PyTorch的完整代码示例，实现了KAN（KernelAttentionNetwork）与Transformer、LSTM、BiGRU、GRU和TCN结合的时间序列预测模型

基于matlab的神经网络模型

如何实现基于柯西变异和正余弦改进的麻雀搜索算法（SCSSA）优化卷积-长短期记忆神经网络（CNN-BiLSTM）的时间序列预测模型。97-融合正余弦和柯西变异的麻雀搜索算法

如何使用Matlab实现基于柯西变异和正余弦改进的麻雀搜索算法（SCSSA）优化卷积-长短期记忆神经网络（CNN-BiLSTM）的时间序列预测模型。4-SCSSA-CNN-BiLSTM时间序列预测

输电线类

如何使用Yolov8训练使用——无人机航拍输电线路悬垂线夹数据集，无人机航拍输电线耐张线夹数据集检测无人机航拍图像数据集，1900图片，悬垂线夹识别，voc格式

工业零件类

如何使用深度学习框架训练使用——螺丝螺母目标检测数据集，训练测试共计400张，可用于数据分类，目标检测螺丝数据集螺母数据集

船舶类数据

如何使用Yolov8训练并使用-船舶目标检测数据集SSDD1160张1类YOLO适用的txt格式和xml格式船舶数据集

如何使用YOLOv8进行训练——红外飞机数据集（图像微小追踪）红外图像车辆追踪数据集红外飞机车辆跟踪检测数据集红外车辆数据集检测

如何通过yolov8训练使用——可见光船舶数据集YOLO可见光船舶目标检测数据集

如何训练使用红外船舶数据集7类帆船、皮划艇、集装箱船、渔船数据集等7类8000余张图像，标注voc格式的xml文件方式标注，1GB数据量

防震锤

防震锤缺陷检测数据集1000张防震锤带标注vocyolo分类名:(图片张数，标注个数)添加图片注释，不超过140字（可选）none_defective:(636，1808)defective:(831，933)总数:(1000，2741)总类(nc):2类添加图片注释，不超过140字（可选）添加图片注释，不超过140字（可选）数据集介绍数据集概述数据集名称：Anti-VibrationHammerDefectDetectionDatas

X光类

如何训练使用——轮胎X光图缺陷分类数据集轮胎的x光扫描图，共6类，其中缺陷图5类，正常图1类

太阳能光伏类

如何使用yolov8训练使用/太阳能电池板航拍红外缺陷数据集5671张yolo格式1类电池板红外缺陷航拍数据集

图像处理去雾去噪等

使用卷积神经网络（CNN）和深度学习框架PyTorch来实现——图像去噪图像超分图像去模糊图像去雨图像去雾压缩感知相位恢复卷积神经网络图像处理任务