FL1623863129-CSDN博客

原创电力行业电气领域相关数据集下载地址汇总输电线路变电站电网应用数据集汇总

例如，输电线路图像数据集通过无人机或直升机拍摄，包含了杆塔、绝缘子、导线等详细图像，为目标检测、分类和异常检测提供了丰富的素材。此外，还有针对变电站烟火检测、导线破损检测等特定任务的数据集，这些数据集通过收集实际场景中的图像和视频，帮助研究人员训练更加精准的算法。电力大数据不仅数据量庞大，类型也多种多样，包括结构化数据如交易电价、售电量等，以及非结构化数据如视频监控图像。和数据挖掘技术，研究人员能够从中发现潜在的模式和规律，为电力行业的决策和规划提供有力支持。

2026-06-03 19:30:16 283

原创基于YOLO算改进法系列汇总

csdn博文YOLO改进系列：https://blog.csdn.net/fl1623863129/category_12975070.html?

2025-06-13 10:26:07 1115 2

原创 [深度学习]基于YOLO高质量项目源码+模型+GUI界面汇总

以下项目全部是本人亲自编写代码，项目汇总如下：

2024-09-28 11:14:38 2010 1

原创 [数据集汇总]智慧交通-铁路相关数据集汇总

此外，铁轨异物入侵检测数据集能够及时发现并预警潜在的安全隐患，铁轨及卡扣分割数据集、铁轨石枕裂纹缺陷检测数据集等则通过语义分割技术，为铁路维护提供精准的数据支持。智慧交通在铁路领域的应用日益广泛，其数据集汇总涵盖了多个关键方面，为轨道交通、自动化、计算机等专业的研究提供了丰富的资源。这些数据集主要包括铁路手势分类、铁路旁边电气设备检测、铁轨异物入侵检测、铁路铁轨分割、铁轨及卡扣分割、铁轨石枕裂纹缺陷检测等，涵盖了图像分类、目标检测、语义分割等多种技术需求。

2024-09-15 12:12:40 3718

原创 C# OpenCvSharp DNN Onnx项目源码汇总

本项目涉及C#编程相关，包含深度学习、图像处理、opencvsharp操作等相关编程项目，现在将项目汇总如下：

2024-08-18 08:39:43 1057 1

原创 2024年图像分类数据集大合集所有下载地址汇总

2024年目标检测数据集大合集所有下载地址汇总

2024-04-30 07:33:02 2638 1

原创 2024年目标检测数据集大合集所有下载地址汇总

数据集名称下载地址瓷砖瑕疵检测数据集VOC+YOLO标注.zip点我下载道路路标交通标志检测数据集VOC+YOLO格式877张4类别.zip点我下载钢材缺陷检测数据集VOC+YOLO格式386张5类别.7z点我下载中国交通标志检测数据集VOC+YOLO格式5998张58类别.7z点我下载道路交通事故检测数据集VOC+YOLO格式11819张2类别.7z点我下载钢丝绳破损灼伤缺陷检测数据集VOC+YOLO格式1318张2类别.7z点我下载公共场所危险物品检测数据集VOC+YOLO格式1431

2024-04-30 07:30:19 6797 1

原创无人机视角航拍河道巡检水面区域识别分割数据集labelme格式2758张1类别

重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)图片分辨率：多分辨率图片,如1920x1080,1920x1440等。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。标注规则：对类别进行画多边形框polygon。标注数量(json文件个数)：2758。图片数量(jpg文件个数)：2758。

2026-06-21 16:22:56 135

原创城市道路路面坑洞裂缝检测数据集VOC+YOLO格式1023张4类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["alligator_crack","longitudinal_crack","pothole","transverse_crack"]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)alligator_crack（龟裂/网状裂缝）占有图片数 = 282。标注数量(txt文件个数)：1023。

2026-06-21 14:07:00 120

原创智慧农业机器人田垄识别道路树木区域识别分割数据集labelme格式2560张2类别

重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)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。标注类别名称:["road","tree"]标注规则：对类别进行画多边形框polygon。使用标注工具：labelme=5.5.0。标注数量(json文件个数)：2560。图片数量(jpg文件个数)：2560。

2026-06-21 09:02:41 193

原创墙面砖体裂缝剥落砖头墙壁缺陷识别分割数据集labelme格式1300张5类别

重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。标注类别名称:["brick","broken_brick","crack","plant","spalling"]数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)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。使用标注工具：labelme=5.5.0。标注数量(json文件个数)：1300。

2026-06-20 16:21:08 173

原创葵花籽质量检测葵花籽好坏检测数据集VOC+YOLO格式1000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)标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["damage","normal"]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。图片数量(jpg文件个数)：1000。标注数量(xml文件个数)：1000。标注数量(txt文件个数)：1000。标注规则：对类别进行画矩形框。

2026-06-20 16:08:19 138

原创 python setup.py和pip install源码命令区别

命令安装模式修改源码后是否立即生效推荐程度备注常规（复制）❌ 否（需重装）不推荐（已过时）无法用 pip 卸载开发（链接）✅ 是不推荐等同于develop，多余步骤开发（链接）✅ 是不推荐替代方案常规（复制）❌ 否（需重装）强烈推荐（常规使用）标准安装方式开发（链接）✅ 是强烈推荐（开发调试）现代开发模式标准。

2026-06-20 12:41:46 354

原创超市秤盘电子表显示数字电子秤读数检测数据集VOC+YOLO格式104张10类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["0","1","2","3","4","5","6","7","8","9"]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)：104。0 占有图片数 = 100。1 占有图片数 = 36。2 占有图片数 = 32。3 占有图片数 = 27。4 占有图片数 = 42。

2026-06-19 11:35:29 176

原创超市秤盘上水果苹果香蕉西红柿黄瓜检测数据集VOC+YOLO格式2836张4类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["banana","cucumber","red-apple","tomato"]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)red-apple 占有图片数 = 582。图片数量(jpg文件个数)：2836。标注数量(txt文件个数)：2836。tomato 占有图片数 = 745。

2026-06-19 10:44:36 224

原创智慧医疗药片有无检测数据集VOC+YOLO格式935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)标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Empty","Full"]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。图片数量(jpg文件个数)：935。标注数量(xml文件个数)：935。标注数量(txt文件个数)：935。标注规则：对类别进行画矩形框。

2026-06-19 10:28:52 194

原创智慧铁路轨道安全螺栓缺失异物检测数据集VOC+YOLO格式2105张3类别有增强

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["bottle","box","missing bolt"]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)注意数据集中图片原图只有240张左右剩余为增强图片，都是一个场景拍的，注意看图片。missing bolt（螺栓缺失）占有图片数 = 1409。图片数量(jpg文件个数)：2105。

2026-06-19 07:59:46 203

原创智慧交通道路裂缝坑洞警示杆窨井目标检测数据集VOC+YOLO格式4957张27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)：4957标注数量(xml文件个数)：4957标注数量(txt文件个数)：4957标注类别数：27所在github仓库：firc-dataset标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):[“biaoxianbuqing”,“chepai”,“daolumenjia”,“

2026-06-18 17:23:00 196

原创智慧铁路轨道铁轨道钉检测数据集VOC+YOLO格式5056张1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)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。注意这个不是缺陷检测，只是检测道钉就是轨道上螺栓螺丝。图片数量(jpg文件个数)：5056。标注数量(xml文件个数)：5056。标注数量(txt文件个数)：5056。标注类别名称:["daoding"]使用标注工具：labelImg。标注规则：对类别进行画矩形框。图片分辨率：640x640。

2026-06-18 13:54:09 155

原创中国象棋检测数据集VOC+YOLO格式2149张12类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["BB","BK","BKN","BP","BQ","BR","WB","WK","WKN","WP","WQ","WR"]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)图片分辨率：多分辨率图片,如1024x1024,1024x768等。BKN 占有图片数 = 1215。

2026-06-18 12:28:36 225

原创基于python铁路信号机视频自动识别与仿真系统源码+训练好的模型+GUI界面

本项目是一款面向铁路行车安全场景的智能辅助系统，核心目标是对列车运行过程中前方信号机进行实时检测、跟踪与筛选，并通过 PyQt5 可视化界面将结果直观呈现给司机，以缓解司机视觉疲劳、降低误判风险、提升行车安全性。图片检测：对单张铁路场景图片进行信号机目标检测视频检测：对铁路行车录像进行离线信号机检测与跟踪实时检测：接入摄像头进行实时信号机检测与跟踪信号机种类检测类别名称说明红色red停车，禁止越过信号机绿色green允许越过该信号机单黄色s_yellow减速，或指示正线停车双黄色。

2026-06-18 09:51:41 222

原创智慧交通路标线褪色井盖缺失数据集指示牌损坏路灯损坏路面异常检测数据集VOC+YOLO格式1164张37类别

damaged_missing_manhole_covers（井盖损坏/缺失）占有图片数 = 65。damaged_missing_manhole_covers（井盖损坏/缺失）框数 = 70。damaged_hazard_marker（危险警示标志损坏）占有图片数 = 9。damaged_crash_barrier（防撞护栏损坏）占有图片数 = 59。damaged_road_stud（路钮/道钉损坏）占有图片数 = 34。

2026-06-17 20:32:54 254

原创电力场景输电线路螺孔螺母检测数据集VOC+YOLO格式1001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)标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["luomu","luoshuaikong"]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。图片数量(jpg文件个数)：1001。标注数量(xml文件个数)：1001。标注数量(txt文件个数)：1001。标注规则：对类别进行画矩形框。

2026-06-17 15:54:37 379

原创 [cmake]基于C++部署ppocrv5v6的tensorrt模型

本项目是的 C++版本PPOCRv5和PPOCRv6的tensorrt模型实现，通过动态加载，使用 TensorRT FP16 引擎在 GPU 上加速运行 PaddleOCR v5/v6 系列模型，完成图片文字识别（OCR）。

2026-06-17 07:30:07 201

原创基于C# winform PP-OCRv5/v6 TensorRT 推理部署

这是一个基于 Windows Forms 的光学字符识别（OCR）桌面应用程序，集成百度 PaddleOCR PP-OCRv5 和 PP-OCRv6 系列模型，使用TensorRT推理引擎在 NVIDIA GPU 上实现高性能加速推理。项目支持多种模型规格（mobile、server、tiny、small、medium），并提供可视化的检测结果展示。FIRC/├── FIRC.sln # Visual Studio 解决方案文件。

2026-06-16 21:37:39 284

原创 cuda或者tensorrt推理时间不稳定忽高忽低时快时慢的解决方法

4电源管理模式设置为最高性能优先。3低延时模式设置为超高。1查询GPU最高频率。

2026-06-16 16:56:56 195

原创国内快递面单识别检测数据集VOC+YOLO格式422张6类别

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["awb","barcode","parcel","qr","sender_address","shipping_address"]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)shipping_address（收件地址）框数 = 66。shipping_address 占有图片数 = 58。

2026-06-16 16:38:36 197

原创旋翼无人机检测数据集VOC+YOLO格式1462张1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)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。所在github仓库：firc-dataset。标注类别名称:["rotor_drone"]图片数量(jpg文件个数)：1462。标注数量(xml文件个数)：1462。标注数量(txt文件个数)：1462。使用标注工具：labelImg。标注规则：对类别进行画矩形框。图片分辨率：640x640。

2026-06-16 13:40:17 191

原创攀爬检测数据集VOC+YOLO格式6135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)标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["climb","no_climb"]no_climb 占有图片数 = 448。图片数量(jpg文件个数)：6135。标注数量(xml文件个数)：6135。标注数量(txt文件个数)：6135。标注规则：对类别进行画矩形框。

2026-06-16 11:46:13 194

原创菠菜叶子病虫害检测数据集VOC+YOLO格式1911张2类别均为单叶子

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)标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["Healthy","Pest"]Healthy（健康）占有图片数 = 1398。Pest（有虫害叶子）占有图片数 = 513。图片数量(jpg文件个数)：1911。标注数量(xml文件个数)：1911。标注数量(txt文件个数)：1911。

2026-06-16 10:13:46 193

原创智慧医疗头颅侧位片特征点检测数据集VOC+YOLO格式1571张19类别

LowerIncisalincision（下中切牙切缘点）占有图片数 = 1571。UpperIncisalincision（上中切牙切缘点）占有图片数 = 1571。PosteriorNasalSpine（后鼻棘）占有图片数 = 1571。AnteriorNasalSpine（前鼻棘）占有图片数 = 1571。Subspinale（上齿槽前点/前鼻棘下点）占有图片数 = 1571。Supramentale（颏上点）占有图片数 = 1571。

2026-06-16 07:50:30 226

原创油桶检测数据集VOC+YOLO格式458张1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)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。重要说明：数据集没有划分训练验证测试集需自行划分。图片数量(jpg文件个数)：458。标注数量(xml文件个数)：458。标注数量(txt文件个数)：458。标注类别名称:["barrel"]使用标注工具：labelImg。标注规则：对类别进行画矩形框。图片分辨率：640x640。

2026-06-15 20:51:43 744

原创 [cmake]基于C++使用纯opencv部署ppocrv5v6的onnx模型

本项目是，通过动态加载PPOCR.dll调用 PaddleOCR v5/v6 系列 ONNX 模型，在 Windows 平台使用 OpenCV DNN 推理引擎实现本地文字识别。程序以控制台交互方式运行，支持多套模型切换、循环批量识别，结构清晰、依赖简洁。

2026-06-15 09:45:42 667

原创基于CNN深度学习算实现手写字母识别系统python源码+训练好的模型+说明文档

基于深度学习的模型，用户可在画布上绘制，由训练好的 CNN 模型进行预测识别。✔ 用户可在交互式画布上✔ 使用进行，提升识别效果✔ 基于**训练好的卷积神经网络（CNN）**进行预测✔ 模型在上训练以下为模型的训练准确率与损失曲线图：![外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传](https://img-home.csdnimg.cn/images/20230724024159.png?

2026-06-14 16:07:39 201

原创基于C#winform使用纯opencv部署ppocrv5和ppocrv6的onnx模型进行OCR文件检测识别

这是一个基于 C# Windows Forms 的桌面端 OCR（光学字符识别）应用程序，通过集成百度 PaddleOCR v5/v6 系列模型，利用 OpenCV DNN 推理引擎在本地实现高效的文字检测与识别。用户可通过图形界面选择图片，一键完成文字识别，并在界面上直观查看识别结果与文字区域标注框。

2026-06-14 15:38:38 318

原创基于C#winform部署ppocrv5和ppocrv6的onnx模型进行OCR文件检测识别

这是一个基于 C# Windows Forms 的桌面端 OCR（光学字符识别）应用程序，通过集成百度 PaddleOCR v5/v6 系列的onnx模型，利用 OpenVINO 推理引擎在本地实现高效的文字检测与识别。用户可通过图形界面选择图片，一键完成文字识别，并在界面上直观查看识别结果与标注框。

2026-06-14 14:29:42 546

原创基于C#winform部署PPOCRv6的onnx模型openvino版

基于的桌面端 OCR 文字识别演示程序，通过 C# Windows Forms 实现模型的在线下载、图片上传、OCR 推理、检测框可视化及耗时统计。

2026-06-14 10:10:39 490

原创 Windows11的SecurityHealthySSO.dll开机报错0xc000012f一种解决方法

错误状态0xc000012f是我遇到过好几次的问题，安全中心不知道什么时候已经完全无法打开，世面上的种种方法除了完全重装系统大概已经完全试过，但仍然没有解决，且由于没有影响日常使用最终选择放弃。此方法是使用破解版时安全中心发力，进入死循环（安全中心失效无法打开，但仍在工作，但打开白名单需要安全中心😅），判断有病毒导致无法打开时使用。注：此方法是在安全中心受损无法打开时，为防止开机弹出错误弹窗（下面附图）所摸索出来的，并不能解决安全中心问题。第一步：Win+R--＞regedit--＞回车。

2026-06-13 17:10:58 98

原创基于ppocrv6的onnx模型实现图片文字检测识别python源码+onnx模型

基于ONNX 模型的纯 Python 文字检测 + 识别推理代码。，仅需opencvnumpypyclipper。内置 Tiny 版检测 / 识别 ONNX 模型，开箱即用。

2026-06-13 08:02:22 345

原创水面黄花蔺分割数据集labelme格式1003张1类别

重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割。数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)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。标注规则：对类别进行画多边形框polygon。使用标注工具：labelme=5.5.0。标注数量(json文件个数)：1003。图片数量(jpg文件个数)：1003。图片分辨率：640x640。

2026-06-13 07:11:04 70

C# winform segment-anything分割万物部署onnx模型一键抠图演示源码.7z

【测试环境】 vs2019 net framework4.8.0 opencvsharp==4.13.0 onnxruntime==1.24.3 【注意事项】使用的mobile_sam框架进行分割，使用CPU推理，速度比较快，无需安装cuda+cudnn和带nvidia显卡，大大降低电脑配置分割效果参考博文：https://blog.csdn.net/FL1623863129/article/details/159165373

2026-03-17

C# winform sam2分割万物部署onnx模型一键抠图演示源码

【测试环境】 vs2019 net framework4.8.0 opencvsharp==4.13.0 onnxruntime==1.24.3 【使用模型】 sam2_hiera_tiny.decoder.onnx sam2_hiera_tiny.encoder.onnx 【注意事项】使用的sam2_hiera_tiny版本进行分割，使用CPU推理，速度比较快，无需安装cuda+cudnn和带nvidia显卡效果参考博文：https://blog.csdn.net/FL1623863129/article/details/159168720

2026-03-17

智慧建筑墙面墙壁裂缝剥落霉变渗水检测数据集VOC+YOLO格式2948张5类别.7z

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)：2948 标注数量(xml文件个数)：2948 标注数量(txt文件个数)：2948 标注类别数：5 标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹 classes.txt为准):["crack","mold","peeling_paint","stairstep_crack","water_seepage"] 每个类别标注的框数： crack（裂缝）框数 = 2803，占有图片数 = 2590 mold（霉变）框数 = 134，占有图片数 = 49 peeling_paint（漆面剥落）框数 = 309，占有图片数 = 70 stairstep_crack（台阶状裂缝）框数 = 311，占有图片数 = 249 water_seepage（渗水）框数 = 149，占有图片数 = 58 总框数：3706 图片分辨率：多分辨率图片,如275x183,200x200等使用标注工具：labelImg 标注规则：对类别进行画矩形框重要说明：数据集没有划分训练验证测试集需自行划分特别声明：本数据集不对训练的模型或者权重文件精度作任何保证图片例子参考博文：https://blog.csdn.net/2403_88102872/article/details/159251770

2026-03-19

智慧林业木材缺陷检测数据集VOC+YOLO格式2370张3类别.7z

注意数据集中有大约1000张是原图剩余为增强图片主要为旋转增强图片数据集格式：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)：2370 标注数量(xml文件个数)：2370 标注数量(txt文件个数)：2370 标注类别数：3 标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹 classes.txt为准):["mujie","shuzhilang","xinlie"] 每个类别标注的框数： mujie（木结）框数 = 3231 shuzhilang（树脂囊）框数 = 3641 xinlie（心裂）框数 = 1110 总框数：7982 每个类别占有图片数： mujie（木结）占有图片数 = 1909 shuzhilang（树脂囊）占有图片数 = 1436 xinlie（心裂）占有图片数 = 1083 图片分辨率：800x800 使用标注工具：labelImg 标注规则：对类别进行画矩形框重要说明：数据集没有划分训练验证测试集需自行划分特别声明：本数据集不对训练的模型或者权重文件精度作任何保证图片例子参考博文：https://blog.csdn.net/2403_88102872/article/details/159251532

2026-03-19

基于C#部署通过OpenVINO实现Segment Anything Model（SAM）的onnx模型部署源码+项目说明.zip

2026-03-17

instances-val2017.json

2026-03-16

中国367个城市2014-2024年空气质量指数AQI数据集xlsx格式

空气质量指数（AQI）是衡量空气污染程度的综合指标，基于多种污染物的浓度进行综合评价，涵盖了六种主要空气污染物：PM2.5）、PM10、SO2、NO2、O3、CO，每种污染物依据GB3095-2012国家标准确定阈值。AQI≤50为优级，AQI≤100良好，AQI≤150轻度污染，AQl≤200中度污染，AQI≤300重度污染，AQI>300严重污染。基于中国2014-2024年全国空气质量监测站点实测数据，首先根据各个城市范围的站点数据计算每天各城市的AQI均值，然后计算各个城市每年的AQI均值，最后汇总中国367个城市2014-2024年空气质量指数AQI年度平均值。

2026-03-15

中国河北省10座光伏电站的发电记录数据集csv格式+数据集说明.zip

收集了位于中国河北省10座光伏电站的发电历史记录，共计271968条，记录时间区间为2018年9月—2019年8月，共365天，时间分辨率为15 min。晴天共176天，占比48.22%；阴天共23天，占比6.3%；多云共123天，占比 33.69%；雨天共38天，占比10.41%；雪天共5天，占比1.38%。该数据集包括站点历史功率数据、站点气象数据(如总辐照度、散射辐照度、温度、湿度、风速等)和对应电站经纬度的数值天气预报数据。此外，该数据集也公开了光伏面板的容量、面积、数量、材料和方向等光伏站点的基本信息。

2026-03-15

中国养老保险制度数据集（2015-2023）csv格式+数据集详细说明.zip

本数据集聚焦于中国养老保险制度的多维度研究，涵盖2015年至2023年间的个体微观行为数据、宏观基金运营数据及人口结构数据，共包含三个子数据集。数据来源整合了中国健康与养老追踪调查（CHARLS）、中国家庭追踪调查（CFPS）、国家统计局统计年鉴及财政部社会保障基金年度决算报告，经过系统性清洗、标准化与结构化处理，适用于退休决策行为分析、养老基金可持续性评估及延迟退休政策效应研究。数据集构成 1. micro_panel.csv — 个体微观面板数据规模： 68,322 条记录 × 20 个变量时间跨度： 2015—2023 年研究对象： 38—78 岁劳动年龄人口及退休人口本子数据集为追踪面板结构，记录了个体在观测期内的动态状态变化，包括退休决策、健康演变、工资增长及养老金缴纳与领取情况，可用于混合Logit退休决策模型、Cox比例风险生存分析及分层线性模型（HLM）的参数估计。

2026-03-15

大数据数据集-海上船舶交通流量等数据csv格式

总共2万多条，适合大数据专业的做毕设使用，数据非常丰富。包含字段有mmsi vessel_name vessel_type nav_status lat lon sog cog heading rot draught ship_length ship_width timestamp label level region

2026-03-15

Git-for-windows-x64工具git客户端最后一个版本支持windows x64

这个是最后一个版本支持windows7 x64系统安装包，从这个版本以后都支持win10及其以上版本，亲测在windows7 x64系统可以正常用

2026-03-12

基于html实现的超炫登录界面源码.7z

仅仅使用一个html实现趣味登录界面，注意这个只有前端html代码，具体效果参考：https://blog.csdn.net/FL1623863129/article/details/158837013，主要用于二次开发

2026-03-09

基于python+Django实现超炫的登录界面源码.7z

使用Django实现趣味登录界面，注意这个只有前端登录界面源码，没有其他功能，具体效果参考：https://blog.csdn.net/FL1623863129/article/details/158837013，主要用于二次开发，安装好django环境后直接python manage.py runserver启动程序后进入网页查看效果

2026-03-09

基于openpose实现的AI篮球投篮分析与投篮姿势的机器学习应用python源码+项目说明.zip

2026-03-08

基于yolo26车牌检测车牌识别中文车牌识别检测支持12种中文车牌支持双层车牌python源码+项目说明.zip

2026-03-08

基于突变-修复范式来检测AI生成的文本检测文章是否是AI生成算法python源码+项目说明、.zip

2026-03-08

gnome-user-docs-vi_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-video-effects-dev_0.5.0-1ubuntu1_all.deb

2026-03-08

gnome-user-docs-zh-hans_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-video-effects_0.5.0-1ubuntu1_all.deb

2026-03-08

prophet1.1.4安装工具py38.7z

【重要提示】本资源设置为0积分下载，若非0积分请勿轻易下载，此为个人使用资源不要随便下载亲爱的CSDN用户：首先感谢你点进这个资源页面。我需要提前说明一个重要情况：本资源原本已设置为“0积分下载”，即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素，自动将部分资源的积分调整为非0数值（如1积分、2积分、5积分等）。这是平台系统的自动行为，而非作者本人的设定。因此，如果你当前看到该资源的下载所需积分不是0（例如显示为1、2、3……），请谨慎决定是否下载。如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效，或者实际上该资源本应是免费的，作者无法为此承担积分损失或退还操作。强烈建议：仅在页面显示为0积分时进行下载。另外，本资源描述中并未直接提供具体的下载地址或外部链接，因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址，这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分，请优先联系CSDN客服咨询积分退还政策，作者没有权限修改平台自动设定的积分值。

2026-06-09

lean4-4.20.0-installer.7z

2026-06-09

mamba-ssm2.2.2快速安装工具.7z

2026-06-09

mamba-ssm1.1.3快速安装工具.7z

2026-06-09

fircudf.zip

2026-06-09

基于Matlab实现电话拨号音的合成与识别源码.zip

电话拨号音的合成与识别利用矩阵不同的基频合成0－9不同按键的拨号音，并能够对不同的拨号音加以正确的识别，实现由拨号音解析出电话号码的过程

2026-06-09

radeon-software-adrenalin-2020-21.5.2-win7-64bit-may21.exe.7z

Radeon 520显卡驱动只适合win7 64位系统

2026-05-18

ippicv-2019-lnx-intel64-general-20180723.tgz

2026-05-10

煤矸石检测数据集VOC+YOLO格式3090张2类别.7z

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)：3090 标注数量(xml文件个数)：3090 标注数量(txt文件个数)：3090 标注类别数：2 标注类别名称:["Coal","Rock"] 每个类别标注的框数： Coal 框数 = 6647 Rock 框数 = 4044 总框数：10691 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中图片例子参考博文：https://blog.csdn.net/FL1623863129/article/details/150934345

2026-03-30

102种花卉图像分类数据集已划分好训练验证测试集8186张102类别.7z

102种花卉图像分类数据集已划分好训练验证测试集8186张102类别，类别映射参考文件夹里面json文件有中英文对照

2026-03-30

基于C++ Qt 6.5 与 OpenCV 4.10开发的高性能疲劳驾驶检测应用源码+训练好onnx模型.7z

功能特性高性能推理: 针对无独显笔记本优化，采用 320x320 输入与抽帧策略。实时监测: 支持 USB 摄像头热插拔，低延迟显示。多级报警: 支持视觉红框闪烁与系统蜂鸣器声音报警。数据持久化: 自动保存报警历史记录至本地文件。动态配置: 支持实时调节检测灵敏度 (Confidence Threshold)。环境要求 IDE: Visual Studio 2022 Framework: Qt 6.5.3 (MSVC 2019 64-bit) Library: OpenCV 4.10 (DNN Module) 使用说明下载源码到本地。获取模型: 请在右侧 Releases 页面下载 best.onnx 模型文件。放置模型: 将下载的 best.onnx 放入项目根目录（与 .cpp 文件同级）。编译运行: 使用 Visual Studio 打开 .sln 文件，切换至 Release 模式运行。

2026-03-29

[yolo11改进]将yolo11的backbone更换为EfficientNet 的python源码+项目说明.zip

2026-03-29

[yolo改进源码]将NWD-loss应用到yolo11上python源码.zip

2026-03-29

基于YOLO11纯OPENCV调用识别采用DNN加载模型python源码+项目说明.zip

基于 OpenCV DNN 的 YOLO11 推理示例项目，使用 ONNX 模型，无需 PyTorch / TensorRT，适合部署、离线推理、嵌入式 / Windows / Linux 环境。

2026-03-29

pybullet-3.2.7-cp312-cp312-win-amd64.whl

2026-03-29

pybullet-3.2.7-cp311-cp311-win-amd64.whl

2026-03-29

eiseg标注时候需要加载模型参数文件static-hrnet18-ocr64-cocolvis.zip

eiseg标注时候需要加载模型参数文件static_hrnet18_ocr64_cocolvis.zip

2026-03-29

基于YOLOv11姿态检测的AI健身助手python源码+模型+GUI界面+详细说明文档.7z

项目介绍参考博文：https://blog.csdn.net/FL1623863129/article/details/159536739

2026-03-27

飞机表面缺陷检测数据集VOC+YOLO格式3718张6类别.7z

注意数据集中存在大量增强图片主要是旋转增强数据集格式：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)：3718 标注数量(xml文件个数)：3718 标注数量(txt文件个数)：3718 标注类别数：6 所在github仓库：firc-dataset 标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["corrosion","crack","dent","missing-head","paint-off","scratch"] 每个类别标注的框数： corrosion（腐蚀）框数 = 531，占有图片数 = 288 crack（裂纹）框数 = 1265，占有图片数 = 1163 dent（凹痕）框数 = 1840，占有图片数 = 1436 missing-head（头部缺失）框数 = 470，占有图片数 = 470 paint-off（漆面剥落）框数 = 406，占有图片数 = 406 scratch（划痕）框数 = 111，占有图片数 = 111 总框数：4623 图片分辨率：640x640 使用标注工具：labelImg 标注规则：对类别进行画矩形框重要说明：数据集没有划分训练验证测试集需自行划分特别声明：本数据集不对训练的模型或者权重文件精度作任何保证图片例子参考：https://blog.csdn.net/FL1623863129/article/details/159514343

2026-03-26

基于yolov8实现的水尺图像识别与水深计算系统python源码+训练好的模型+项目说明.zip

基于yolov8实现的水尺图像识别与水深计算系统python源码+训练好的模型+项目说明.zip 运行步骤：修改main.py里面IMAGE_PATH然后运行python main.py即可看到效果

2026-03-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人