自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4270)
  • 资源 (284)
  • 收藏
  • 关注

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 1072 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 1966 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 3565

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(全网最全)

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。通过深度学习和数据挖掘技术,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。

2024-08-23 21:42:27 5363

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 1031 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 2584 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 6717 1

原创 智慧物流快递包裹破损检测数据集VOC+YOLO格式1340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):["Damaged","package"]图片分辨率:多分辨率图片,如150x200,640x640等。图片数量(jpg文件个数):1340。标注数量(xml文件个数):1340。标注数量(txt文件个数):1340。标注规则:对类别进行画矩形框。

2026-05-07 10:34:14 7

原创 基于yolo26实现的免安装环境windows版一键训练工具

YOLO26分类训练工具(Windows版)使用一、工具简介这是一款在Windows系统上运行的YOLO26分类训练工具,具有极其友好的用户界面和便捷的操作方式。用户无需编写任何代码,只需按照要求摆放好分类图片文件夹,即可轻松启动训练流程。该工具内置了CUDA和Python模块,这意味着用户无需额外安装Python环境以及CUDA相关组件就能直接使用。不过需要注意的是,由于工具依赖NVIDIA显卡的算力支持,所以要求电脑配备NVIDIA显卡,且显存大小需大于等于4GB。

2026-05-06 21:05:01 125

原创 paddleocrv5检测和识别分开识别代码

【代码】paddleocrv5检测和识别分开识别代码。

2026-05-06 18:17:27 23

原创 paddlepaddle-gpu安装后报错:cudnn_cnn64_9.dll“ or one of its dependencies.

实际paddle报错是因为代码检查cuda报错,将代码检测部分删除就可以了,本质cuda11.8+cudnn版本都是兼容的,只不过paddle搞了强校验。看上面报错定位到raise err部分,屏蔽检测,然后pass即可。比较笨的方法:卸载torch将torch和paddle分开安装。环境安装了pytorch也是cuda11.8卸载后就正常了。cuda11.8版本。

2026-05-06 16:16:30 20

原创 智慧医疗磁共振成像脑中风检测数据集VOC+YOLO格式1793张2类别有增强

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)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):["brain_stroke","normal"]注意数据集存在很多增强图片(即所谓重复图片,实际数据集已经经过MD5文件去重过)图片数量(jpg文件个数):1793。标注数量(xml文件个数):1793。标注数量(txt文件个数):1793。

2026-05-06 08:55:59 170

原创 智慧医疗磁共振成像脑中风图像分类数据集1887张2类别

数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片。- Stroke训练集图片数:1149。- Stroke验证集集图片数:341。- Normal训练集图片数:173。- Normal验证集集图片数:43。- Stroke测试集图片数:149。- Stroke总计图片数:1639。图片数量(jpg文件个数):1887。- Normal测试集图片数:32。- Normal总计图片数:248。训练集图片数:1322。验证集图片数:384。测试集图片数:181。

2026-05-06 07:20:34 208

原创 智慧交通自动驾驶场景道路障碍物道路目标识别分割数据集labelme格式1994张34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)motorcycle(摩托车) count = 515。building(建筑物) count = 4744。bicycle(自行车) count = 2427。guard rail(护栏) count = 68。polegroup(杆组) count = 202。

2026-05-04 12:43:35 166

原创 智慧工业金属锈蚀识别分割数据集labelme格式2635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):2635。图片数量(jpg文件个数):2635。图片分辨率:640x640。

2026-05-04 09:50:06 217

原创 电力场景绝缘子和输电线塔检测数据集VOC+YOLO格式2022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):["insulator","tower"]注意图片整体不是十分清晰,具体看图片预览和图片例子。图片数量(jpg文件个数):2022。标注数量(xml文件个数):2022。标注数量(txt文件个数):2022。标注规则:对类别进行画矩形框。

2026-05-03 21:16:16 36

原创 电力场景设备检测可见光设备部件检测数据集VOC+YOLO格式633张7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):["arrester","bushing","circuit_breaker","current_transformer","disconnector","insulator","voltage_transformer"]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)

2026-05-03 10:36:19 176

原创 电力设备红外图像与可见光图像配准数据集205对共410张图无标注

本数据集包含205对电力设备红外与可见光图像,用于图像配准研究。所有图像均无标注,需要研究者自行进行特征匹配与变换矩阵估计。

2026-05-03 09:41:41 44

原创 电力设备红外图像与可见光图像配准数据集227对共454张无标注

本数据集包含227对电力设备红外与可见光图像,用于图像配准研究。所有图像均无标注,需要研究者自行进行特征匹配与变换矩阵估计。

2026-05-03 09:09:00 32

原创 液体气体泄漏检测数据集VOC+YOLO格式2099张3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):["gas_leakage","liquiddrop_leakage","liquidjet_leakage"]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)liquidjet_leakage(液体喷射泄漏) 占有图片数 = 1748。gas_leakage(气体泄漏) 占有图片数 = 212。

2026-05-02 16:47:08 460

原创 智慧农业水稻稻曲病检测数据集VOC+YOLO格式357张3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):["brown_spot","false_smut","healthy_rice"]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)healthy_rice(健康水稻) 占有图片数 = 31。false_smut(稻曲病) 占有图片数 = 327。brown_spot(褐斑病) 占有图片数 = 3。

2026-05-02 08:31:31 159

原创 变电站红外和可见光配对数据集刀闸套管断路器电压电流互感器避雷器等检测数据集VOC+YOLO格式2354张17类1177对

Current transformer porcelain sleeve(电流互感器瓷套) 占有图片数 = 738。Current transformer secondary tank(电流互感器二次油箱) 占有图片数 = 96。Current transformer general cap(电流互感器通用盖) 占有图片数 = 210。Current transformer connector(电流互感器连接件) 占有图片数 = 740。

2026-05-01 10:33:15 374

原创 快递包裹识别分割数据集labelme格式1703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。注意数据集中超过一半是增强图片(即你看到视为重复图片,注意专业叫数据集增强图片),具体看图片预览。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。标注数量(json文件个数):1703。图片数量(jpg文件个数):1703。

2026-04-30 11:52:02 26

原创 快递包裹检测数据集VOC+YOLO格式2914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):["bicycle","car","dog","package","person","truck"]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)package 占有图片数 = 2913。图片数量(jpg文件个数):2914。bicycle 占有图片数 = 4。dog 占有图片数 = 18。

2026-04-29 19:52:22 55

原创 无人机视角风力涡轮机缺陷检测数据集VOC+YOLO格式5464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):5464。标注数量(xml文件个数):5464。标注数量(txt文件个数):5464。标注类别名称:["damaged"]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:586x371。

2026-04-29 09:43:43 39

原创 智慧交通道路交通路锥反光锥检测数据集VOC+YOLO格式6467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):6467。标注数量(xml文件个数):6467。标注数量(txt文件个数):6467。标注类别名称:["cone"]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:640x480。

2026-04-28 09:42:29 232

原创 智慧养殖猪只疾病检测数据集VOC+YOLO格式1462张8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):["healthy","infected_bacterial_erysipelas","infected_bacterial_greasy","infected_environmental_sunburn","infected_fungal_ringworm","infected_parasitic_mange","infected_viral_foot_and_mouth","swine_pox"]

2026-04-27 10:58:04 34

原创 鱼群计数检测数据集VOC+YOLO格式1806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):1806。标注数量(xml文件个数):1806。标注数量(txt文件个数):1806。标注类别名称:["fish"]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:480x848。

2026-04-27 10:22:21 104

原创 遥感湖泊检测数据集VOC+YOLO格式165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):165。标注数量(xml文件个数):165。标注数量(txt文件个数):165。标注类别名称:["lake"]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:512x512。

2026-04-27 10:12:22 88

原创 玉米植株生长阶段检测数据集VOC+YOLO格式1482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):["maize_growth_stage_1","maize_growth_stage_2","maize_growth_stage_3","maize_growth_stage_4","maize_growth_stage_5","maize_growth_stage_5_unhealthy"]maize_growth_stage_5_unhealthy(玉米生长阶段5_不健康) 框数 = 504。

2026-04-27 09:43:31 98

原创 智慧农业马铃薯叶子病害检测数据集VOC+YOLO格式1774张3类别均为单叶子

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):["EarlyBlight","Healthy","late Blight"]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)late Blight(晚疫病) 占有图片数 = 966。图片数量(jpg文件个数):1774。标注数量(xml文件个数):1774。标注数量(txt文件个数):1774。

2026-04-27 08:42:35 45

原创 电梯故障检测数据集VOC+YOLO格式1000张5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):["healthy_elevator_door","incomplete_closingelevator_door","incomplete_openingelevator_door","misalignment_elevator_door","obstructed_elevator_door"]incomplete_closing_elevator_door(电梯门未完全关闭) 框数 = 200。

2026-04-27 08:32:02 175

原创 校园暴力检测数据集VOC+YOLO格式3827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):["fight01","fight02","fight03","fight04","outsider01","outsider02","outsider03","victim01","victim02","victim03"]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)

2026-04-27 08:01:49 36

原创 线上监考作弊考试电脑上线考试违规检测数据集VOC+YOLO格式5351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):["book","calculator","extra_person","laptop","phone","student"]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)extra_person(额外人员) 占有图片数 = 980。calculator(计算器) 占有图片数 = 761。

2026-04-27 07:34:33 180

原创 智慧医疗骨折检测数据集VOC+YOLO格式437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):["angle","fracture","line","messed_up_angle"]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)messed_up_angle(角错乱) 占有图片数 = 66。messed_up_angle(角错乱) 框数 = 70。标注数量(txt文件个数):437。

2026-04-27 07:22:58 39

原创 雾天船只检测数据集VOC+YOLO格式1386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):1386。标注数量(xml文件个数):1386。标注数量(txt文件个数):1386。标注类别名称:["ship"]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。

2026-04-27 07:12:25 264

原创 芒果叶子病害识别分割数据集labelme格式3642张5类别均为单叶子

标注类别名称:["Anthracnose","Bacterial_Canker","Die_Back","Gall_Midge","Healthy"]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)使用标注工具:labelme=5.5.0。标注数量(json文件个数):3642。图片数量(jpg文件个数):3642。

2026-04-26 16:26:26 38

原创 金属铸件缺陷检测数据集VOC+YOLO格式774张5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):["black_scratch","dented","good","surface_defect","tiny_scratch"]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)black_scratch(黑色划痕) 占有图片数 = 174。good(完好) 占有图片数 = 187。

2026-04-26 16:09:17 58

原创 可可豆缺陷检测数据集VOC+YOLO格式1744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):["BLACKPOD","FROSTY ROT","HEALTHY","MIRID"]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)FROSTY ROT(霜腐病) 占有图片数 = 287。BLACKPOD(黑荚病) 占有图片数 = 404。MIRID(盲蝽虫害) 占有图片数 = 481。

2026-04-26 15:35:45 130

原创 芒果叶子病害检测数据集VOC+YOLO格式2925张5类别均为单叶子

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):["Anthracnose","Bacterial_Canker","Die_Back","Gall_Mid","healthy"]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)Gall_Mid(瘿蚊虫害) 占有图片数 = 600。Die_Back(梢枯病) 占有图片数 = 558。

2026-04-26 14:27:03 181

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

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

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

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-sr_3.36.1-0ubuntu1_all.deb

gnome-user-docs-sr_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-user-docs-pt_3.36.1-0ubuntu1_all.deb

gnome-user-docs-pt_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-user-docs-sv_3.36.1-0ubuntu1_all.deb

gnome-user-docs-sv_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-user-docs-ro_3.36.1-0ubuntu1_all.deb

gnome-user-docs-ro_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-user-docs-sl_3.36.1-0ubuntu1_all.deb

gnome-user-docs-sl_3.36.1-0ubuntu1_all.deb

2026-03-08

gnome-user-docs-te_3.36.1-0ubuntu1_all.deb

gnome-user-docs-te_3.36.1-0ubuntu1_all.deb

2026-03-08

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

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

2026-03-08

gnome-user-docs-ta_3.36.1-0ubuntu1_all.deb

gnome-user-docs-ta_3.36.1-0ubuntu1_all.deb

2026-03-08

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

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

2026-03-08

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

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

2026-03-08

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

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

2026-03-08

gnome-user-docs-ru_3.36.1-0ubuntu1_all.deb

gnome-user-docs-ru_3.36.1-0ubuntu1_all.deb

2026-03-08

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

[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

[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

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

2026-03-29

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

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

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

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

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

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除