＜数据集＞工程机械识别数据集＜目标检测＞

于 2024-07-30 15:16:05 发布
阅读量241 收藏
点赞数 8
分类专栏： 深度学习数据集 文章标签： 目标检测 人工智能 计算机视觉 YOLO python
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/140797667
版权

数据集格式：VOC+YOLO格式

图片数量：6338张

标注数量(xml文件个数)：6338

标注数量(txt文件个数)：6338

标注类别数：7

标注类别名称：['Excavator', 'Loader', 'Dumb_truck', 'Mobile_crane', 'Roller', 'Bull_dozer', 'Grader']

序号类别名称图片数框数
1Excavator16392046
2Loader593641
3Dumb_truck15612626
4Mobile_crane691766
5Roller11261138
6Bull_dozer13221339
7Grader11381145

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
  • 8
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
挖掘机数据集 目标检测数据集
01-07
标题中的“挖掘机数据集 目标检测数据集”表明这是一个专为目标检测任务设计的数据集，其中包含了挖掘机作为主要目标的图像。目标检测是计算机视觉领域的一个重要课题，旨在识别和定位图像中的特定对象。在这个数据...
工程车辆数据集 （挖掘机 推土机 渣土车）已标注完成 各有700张左右 coco数据集
05-05
本文将深入探讨由标题和描述中提及的“工程车辆数据集”，这是一个针对挖掘机、推土机和渣土车的已标注图像集合，适用于目标检测任务，并基于COCO（Common Objects in Context）数据集的标准。 首先，我们要理解...
防震锤目标检测数据集VOC格式-2238张.zip
04-27
防震锤目标检测数据集是计算机视觉领域中的一个重要资源，尤其在深度学习和图像识别技术的应用上。这个数据集包含了2238张图像，所有图像都以VOC（PASCAL Visual Object Classes）格式进行标注，这是一种广泛使用的...
输电线路导线散股缺陷数据集
05-20
此外，该数据集也可以方便地转换为YOLO（You Only Look Once）格式，YOLO是一种实时目标检测系统，以其高效和准确的特点在计算机视觉领域得到广泛应用。转换后的数据集将更适合于训练深度学习模型，用于自动检测输电...
INRIA行人数据集-coco-xml格式
05-08
该数据集由法国国家信息与自动化研究所（INRIA）创建，是计算机视觉研究者和工程师们进行目标检测、图像识别和机器学习算法训练的重要资源。 在“INRIA行人数据集-coco-xml格式”中，“coco”指的是微软的Common ...
2024钉钉杯A题思路详解
全栈川川
07-26 1750
2024钉钉杯思路
常见的文心一言的指令
知码客
07-25 1535
文心一言，作为百度研发的预训练语言模型“ERNIE 3.0”的一项功能，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
安装TensorRT各自小库版本问题
Ppandaer的博客
07-24 493
降版本：protobuf3.19，onnx 1.12。
全面解析 SnowNLP：中文文本处理、情感分析
有勇气的牛排博客
07-24 670
SnowNLP 是一个专门用于处理中文文本的 Python库。分词情感分析关键词提取文本分类拼音转换繁体转简体词相似度计算等测试环境：Python3.10.9尚未测出该功能text = "有勇气的牛排写的文章通俗易懂，爱了爱了"文本分类使用的是 SnowNLP 的情感分析模型。
昇思25天学习打卡营第1天|快速入门
07-28 285
昇思大模型平台是一个集算法选型、创意分享、模型实验和大模型在线体验为一体的AI学习与实践社区，而且还内置了AI实验室，它覆盖多领域任务，体验全流程开发，支持用户在线训练和推理可视化，可创建自己的项目空间对待开发者很友好，提供云上开发环境，无需配置环境，既可灵活调试运行代码，每天免费使用8个小时。
AI智能技术驱动安全生产：智慧矿山视频智能监管新篇章
TSINGSEE青犀视频官方技术博客
07-26 728
当识别到有人员未按照要求穿戴安全帽、反光背心/工服时，将立即抓拍，并将告警信息上传到平台。
重塑生态体系 深挖应用场景 萤石诠释AI时代智慧生活新图景
07-25 1279
从“1+4+N”自然进化到“2+5+N”产品生态体系，萤石十年来不断迭代、不断升级，为家居生活带来更智慧的交互、更丰富的场景，萤石的下一个十年值得期待。来自全国各地的萤石合作伙伴、行业从业者及相关媒体，共聚杭州，共同见证拥抱AI的萤石，将如何全新升级，AI加持下的智慧生活又有何不同。用户只需轻轻抬起手腕，即可实现对家中智能设备的远程操控，如智能门锁可视对讲、安全警报的查看以及智能场景的控制等，极大地提升了生活的便捷性与智能化水平。，确保了数据的安全性，为用户提供更快、更便捷、更安全的家庭存储新选择。
安卓手机部署大模型实战
奇舞周刊
07-25 950
本文作者系360奇舞团前端开发工程师前言自ChatGPT发布以来，大语言模型（Large language model, LLM)就成了AI乃至整个计算机科学的话题中心。学术界，工业界围绕大语言模型本身及其应用展开了广泛的讨论，大量的新的实践层出不穷。由于LLM对计算资源的需求极大，有能力部署大语言模型的公司和实验室一般通过搭建集群，然后开放API或者网页demo的方式让用户可以使用模型。在人们纷...
线性代数|机器学习-P26随机梯度下降
scar2016的博客
07-25 1204
122121212。
MOE模式：或将是最好的大模型应用开发路径
AI相关从业分享
07-28 408
MOE（Mixture of Experts，混合专家）是一种机器学习模型架构，旨在通过结合多个专家网络来提高模型的性能和泛化能力。以下是传统模型和大模型中MOE模式的相关介绍及其优势。传统模型中的MOEGate网络：决定输入数据应该被路由到哪一个专家网络。Gate网络可以根据输入数据的特征来动态分配数据。Expert网络：一系列专门的网络，每个网络都是针对特定数据分布进行训练的。Expert网络可以是对特定问题有深入理解的小模型。组合层：将所有Expert网络的输出进行组合，形成最终的预测结果。
【Week-G5】适用于图像翻译的pix2pix模型-Pytorch版本
qq_40724911的博客
07-24 701
本次主要学习Pix2Pix网络，常用于图像翻译，它的核心技术包括三点：（1）基于CGAN的损失函数：通过DropOut在生成模型中引入随机噪声z（2）基于U-Net的生成器：包含编码-解码结构，可以学习浅层到深层的特征（3）基于PatchGAN的判别器：输入图像被划分成块（Patch）
【Python数据增强】图像数据集扩充
阿齐Archie
07-25 2048
该脚本用于图像数据增强，特别是目标检测任务中的图像和标签数据增强。通过应用一系列数据增强技术（如旋转、平移、裁剪、加噪声、改变亮度、cutout、翻转等），生成多样化的图像数据集，以提高目标检测模型的鲁棒性和准确性。
【Python】 基于Q-learning 强化学习的贪吃蛇游戏（源码+论文）【独一无二】
测试开发自动化
07-26 1485
贪吃蛇环境模块：定义了游戏规则、状态空间、动作空间，并实现了环境的重置和步进逻辑。Q-learning 算法代理模块：实现了 Q-learning 算法，用于学习和决策游戏中的动作选择。游戏窗口模块：使用 Tkinter 创建图形界面展示游戏过程，并与环境和 Q-learning 代理进行交互。该设计使得贪吃蛇游戏能够通过强化学习算法进行自动训练，并通过图形界面展示训练过程。👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 强化贪吃蛇 ” 获取，拿来即用。👈👈👈。
＜数据集＞手机识别数据集＜目标检测＞
最新发布
qq_53332949的博客
07-29 52
YOLO与VOC格式的人员持有手机识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，图片数量16172
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