＜数据集＞YOLO火焰烟雾识别数据集＜目标检测＞

已于 2024-09-06 16:11:42 修改
阅读量497 收藏
点赞数 7
分类专栏： 深度学习数据集 文章标签： YOLO 目标检测 人工智能
于 2024-07-09 15:08:40 首次发布
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/qq_53332949/article/details/140296241
版权

 数据集格式：VOC+YOLO格式

图片数量：2121张

标注数量(xml文件个数)：2121

标注数量(txt文件个数)：2121

标注类别数：2

标注类别名称：['fire','smoke']

序号类别名称图片数框数
1fire17511948
2smoke637665

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

深度学习lover
关注
专栏目录
火焰检测 数据集
jacke121的专栏
04-13 4736
开源项目1： https://github.com/gengyanlei/fire-smoke-detect-yolov4/tree/master/yolov5 开源项目2： 火焰检测 python3 app.py rknn_version : 1.6.0 rk3399pro yolov5-v4.0 tag train inference https://github.com/airockchip/yolov5 GitHub - xiaqing10/yolov5_rknn 原文链接：htt...
火焰数据集
06-25
火灾识别的部分未处理的原始数据图片，适用于火灾现场的识别与警示
烟雾火焰数据集（VOC格式已标注）
03-28
共4999张图片，包含烟雾和火焰两个标签，火焰标注较为完善，烟雾由于图像分辨率等原因难以比较好的标注。用yolo训练后火焰的AP在0.7左右，烟雾在0.5左右。图像有多个来源，存在一定重复。
火焰烟雾检测数据集
04-10
火焰检测数据集, 数据集中包含了火焰和烟雾的数据集, 可以用火焰以及烟雾检测的训练或者是测试
YOLOv8实战火焰检测【数据集+YOLOv8模型+源码+PyQt5界面】
weixin_40280870的博客
10-13 1176
本文采用YOLOv8作为核心算法框架，结合PyQt5构建用户界面，使用Python3进行开发。YOLOv8以其高效的实时检测能力，在多个目标检测任务中展现出卓越性能。本研究针对火焰数据集进行训练和优化，该数据集包含丰富的火焰图像样本，为模型的准确性和泛化能力提供了有力保障。通过深度学习技术，模型能够自动提取火焰的特征并进行分类识别。PyQt5界面设计简洁直观，便于用户操作和实时查看检测结果。本研究不仅提高了火焰识别的自动化水平，还为工业生产系统的构建提供了有力支持，具有重要的理论应用价值。
火焰识别数据集：专为YOLO系列模型优化的高质量资源
gitblog_09799的博客
09-07 487
火焰识别数据集：专为YOLO系列模型优化的高质量资源 火焰数据集2059.zip项目地址:https://gitcode.com/open-source-toolkit/c7fc8 项目介绍 在计算机视觉领域，火焰识别是一项至关重要的任务，尤其是在公共安全和工业监控中。为了帮助研究者和开发者更高效地构建和优化火焰识别系统，我们推出了火焰识别数据集。该数据集包含2059张高清图片，每张图片都经过细...
火焰+烟雾+数据集(六千多张图)
03-15
火焰烟雾数据集.详细：https://blog.csdn.net/qq_34717531/article/details/123520391?spm=1001.2014.3001.5502 。该数据集分为二个部分,JPEGImages和Annotations.JPEGImages文件夹中有6600+张各种场景的火焰烟雾图像，共有8000+火焰标注框，3400+烟雾标注框。 并对每张图片使用labelimg做了人工标注,标注对应的xml文件放在了Annotations文件夹中. 本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为火焰烟雾检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景火焰烟雾的检测. 免去了收集,挑选,标注火焰烟雾图片的时间,可直接进行工程化应用.
烟雾火焰数据集 包括烟雾和火两类 共有2056张 已经标注好 xml标签
05-03
烟火数据集 包括烟雾和火两类 共有2056张 已经标注好 xml标签 数据集介绍连接：https://blog.csdn.net/weixin_45724232/article/details/124554226?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22124554226%22%2C%22source%22%3A%22weixin_45724232%22%7D&ctrtid=tXaNR
YOLO 火焰、烟雾数据集 18800张图片，YOLO和VOC格式，TXT和XML
12-30
YOLO 火焰、烟雾数据集 18800张图片，YOLO和VOC格式标注，TXT和XML，适用于训练YOLO目标检测模型。拿到数据集后无需任何处理即可直接用于训练。
火焰数据集（含标注好的标签）
06-23
火焰的数据集，里面有1553张图片，含有标注好的txt和xml文件，自己标注，用yolov5训练，mAP@.5为0.953,mAP@.5:.95：为0.679
＜数据集＞航拍山火识别数据集＜目标检测＞
qq_53332949的博客
08-16 404
YOLO与VOC格式的航拍山火识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，共4500张图片
火焰烟雾数据集YOLO.zip
06-13
本数据集图片清晰,场景广泛,精心挑选,人工标注.适用于任意场景,可作为火焰烟雾检测的模板数据集. 应用特定场景时,只需加入部分特定场景数据,即可满足对特定场景火焰烟雾的检测. 免去了收集,挑选,标注火焰烟雾图片的时间,可直接进行工程化应用.
使用yolov5算法实现火焰识别检测（包含4000张火焰数据集）
07-05
该项目是基于yolov5实现对火焰的识别检测，可用于工业化场景中，如智慧工地，智慧电网，智慧小区等等。项目文件夹中已经上传了火焰的训练数据集，一共将近4000张图片，足够训练一个效果还不错的检测模型了。在我本机上，最终模型的准确率大概在97%左右，可进行工业化落地。同时，里面的数据集已经转换好txt格式，不需要再花时间去转换标签格式。基本上只要把相关的库安装好之后，直接就能运行训练和测试了。方便又省事~如果遇到了任何问题，可随时联系博主，第一时间无偿帮忙解决问题。
VOC格式烟雾火焰数据集
12-03
使用labelimg标注的网图，大概1000张，自用于yolov3烟火检测，经过测试效果拔群，重点在于jpg图片以及xml文件，train.txt以及val.txt等请自行修改。
YOLO火焰检测数据集 fire-dataset-6602.zip
04-20
1、YOLO火焰检测数据集，只对图像中的火焰进行了 标注，类别我为 fire，标签格式为VOC和YOLO两种格式， 2、 数量： 6602 3、可以直接用于YOLO算法的火焰检测 4、YOLOv5训练权重：https://download.csdn.net/download/weixin_51154380/49874877
火焰数据集fire.zip
08-05
最近在学习火焰检测任务，从网上爬到3300张包含有火焰的数据集，没有边框标注，下载后筛选一下自行标注即可。
＜项目代码＞YOLOv8火焰烟雾识别＜目标检测＞
最新发布
10-25
YOLOv8火焰烟雾识别项目代码。 项目详细介绍请看链接：https://blog.csdn.net/qq_53332949/article/details/143246153。 数据集详细介绍请看：https://blog.csdn.net/qq_53332949/article/details/140296241。
YOLO 火焰、烟雾数据集 18800张图片，YOLO和VOC格式标注，TXT和XML
06-24
总的来说，这个YOLO火焰、烟雾数据集为开发和优化目标检测模型提供了一个丰富的资源，特别是对于火灾预警、安全监控等应用场景，能够帮助我们构建出更准确、快速的检测系统。利用好这个数据集，结合适当的深度学习...
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