目标检测数据集，全部有标注

最新推荐文章于 2024-06-29 09:55:26 发布
最新推荐文章于 2024-06-29 09:55:26 发布
阅读量199 收藏
点赞数 2
文章标签： 目标检测 yolo 人工智能
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/weixin_39792418/article/details/137153732
版权

目标检测数据集，全部有标注，全部yolo格式，可直接跑训练，省时省心
全部是自己采集或者手工标注，一键识别，不走弯路，标注不易
可帮助转格式，无缝转成：VOC，COCO等

可帮训练

数据集大全导航：
1. 人体检测: 86166张图片
2. 人脸检测: 35460张图片
3. 车辆检测: 16977张图片
4. 口罩检测: 8996张图片
5. 安全帽检测: 8219张图片
6. 人员跌倒: 7722张图片
7. 火焰烟雾检测: 6547张图片
8. 抽烟检测: 5172张图片
9. 电动车检测: 3836张图片
10. 睡岗检测: 1365张图片
11. 打电话检测: 1328张图片

想要的可私信我

Christnowx
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
睡岗检测数据集VOC+YOLO格式3290张4类别.7z
06-29
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)：3316 标注数量(xml文件个数)：3316 标注数量(txt文件个数)：3316 标注类别数：4 标注类别名称:["leaved","sleep","sleeping","working"] 每个类别标注的框数： leaved 框数 = 3250 sleep 框数 = 16 sleeping 框数 = 922 working 框数 = 3007 总框数：7195 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，数据集只提供准确且合理标注 更多信息：https://blog.csdn.net/FL1623863129/article/details/140059265
监控室值班人员脱岗睡岗识别算法 yolov7
燧机科技的博客
05-16 3270
监控室值班人员脱岗睡岗识别算法基于Yolov7深度学习神经网络算法，监控室值班人员脱岗睡岗识别算法模型可以7*24小时不间断自动人员是否在工位上（脱岗睡岗玩手机），若人员没有在工位，系统则立即抓拍告警，算法鲁棒性强。YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端的 GPU 设备。除了架构优化之外，该研究提出的方法还专注于训练过程的优化，将重点放在了一些优化模块和优化方法上。这可能会增加训练成本以提高目标检测的准确性，但不会增加推理成本。研究者将
[数据集][目标检测]睡岗检测数据集VOC+YOLO格式3290张4类别
最新发布
FL1623863129的博客
06-29 724
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:["leaved","sleep","sleeping","working"]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，数据集只提供准确且合理标注。图片数量(jpg文件个数)：3316。标注数量(xml文件个数)：3316。标注数量(txt文件个数)：3316。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
睡岗离岗识别检测 YOLOv5
燧机科技的博客
08-09 1963
睡岗离岗识别检测根据计算机视觉深度学习技术以及yolo架构模型，对现场画面中人员睡岗离岗行为进行实时识别检测。YOLOV4出现之后不久，YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析，但是YOLOv5在COCO数据集上面的测试效果还是挺不错的。
睡岗数据集1486张+机器学习+数据采集+纯自我采集无标注高品质
08-06
纯自我采集无标注高品质睡岗数据集1486张，方便机器学习yolo模型训练
睡岗识别~
whaosoft143ai的博客
07-18 1812
1、 数据分析对于训练模型至关重要。2、 针对算法精度和性能两者取舍来说，可先实验网络大小和输入图片大小对模型结果的影响，不同任务和不同数据情况，两者相差较大。所以不能一味为了提高速度，单纯压缩网络大小；3、 针对性能要求时，可采用TensorRT等方式部署模型，也可采用模型压缩等方式，这样可在保证速度的前提下，使用较大网络，提升模型精度。whaosoft aiot http://143ai.com (1) 站着的人 stand (2) 坐着的人 sit (3) 蹲着的人 crouch (4) 趴着
睡眠数据集调研（待更新）
qq_40867596的博客
08-11 3167
睡眠数据集调研（待更新） MASS https://onlinelibrary.wiley.com/doi/full/10.1111/jsr.12169
adpater
weixin_39388156的博客
01-08 643
Adapter相当于一个数据源， Adapter接口定义了如下方法： public abstract void registerDataSetObserver (DataSetObserver observer)  Adapter表示一个数据源，这个数据源是有可能发生变化的，比如增加了数据、删除了数据、修改了数据，当数据发生变化的时候，它要通知相应的AdapterView
医学图像目标检测数据集：肺结节CT图像目标检测数据集（VOC标注格式的xml文件）
03-15
项目包含：肺结节CT图像目标检测数据集（VOC标注格式的xml文件），数据保存按照文件夹保存，经测试，可直接用作目标检测数据集，无需额外处理。 图像分辨率为512*512的RGB图片，为单类别的肺结节CT图像目标检测数据...
和瞌睡检测相关的数据集
02-02
瞌睡检测数据集 数据说明： 这一全面的数据集旨在帮助研究人员和开发人员完成瞌睡检测的关键任务，特别侧重于根据眼睛行为识别瞌睡驾驶员。数据集的收集使用UnityEyes，一个国家的最先进的眼睛合成模拟器，确保高质量的数据。 睡意检测数据集包括来自不同人口统计对象的各种眼动记录的集合，这些记录是在受控驾驶场景下捕获的。这些数据包括眼睛图像序列，仔细标记，以表明眼睛是睁开还是闭上，作为检测困倦驾驶员的基础事实。（该数据集共有88.5K张照片）
23 个优秀的机器学习训练公共数据集(3)
02-17
3.葡萄酒分类数据集 这是一个经典之作。如果你喜欢葡萄树或计划成为索马里人，肯定会更中意它的。该数据集由两个数据集组成。两者都包含来自葡萄牙 Vinho Verde 地区的葡萄酒的化学指标，一种用于红葡萄酒，另一种用于白葡萄酒。由于隐私限制，数据集里没有关于葡萄种类、葡萄酒品牌、葡萄酒售价的数据，但有关于葡萄酒质量的信息。
Drowsiness Detection Dataset 睡意检测数据-数据集
03-18
这是睡意检测数据集。根据眼睛是闭合还是睁开进行分类。 Drowsiness Detection Dataset_datasets.txt Drowsiness Detection Dataset_datasets.zip
摔倒数据集已标注5000+张
06-05
检测人摔倒数据集已标注5000+张
睡眠健康数据集.rar
09-18
背景描述 本数据集涵盖了与睡眠和日常习惯有关的诸多变量。如性别、年龄、职业、睡眠时间、睡眠质量、身体活动水平、压力水平、BMI类别、血压、心率、每日步数、以及是否有睡眠障碍等细节。 数据说明 解释说明：睡眠障碍 类型 说明 无 没有表现出任何特定的睡眠障碍。 失眠 有入睡或保持睡眠的困难，导致睡眠不足或质量差 睡眠呼吸暂停 在睡眠过程中出现呼吸暂停，导致睡眠模式紊乱和潜在的健康风险 问题描述 全面的睡眠指标：探索睡眠时间、质量和影响睡眠模式的因素。 生活方式因素：分析身体活动水平、压力水平和BMI类别。 心血管健康：检查血压和心率测量。 睡眠障碍分析：识别睡眠障碍的发生，如失眠和睡眠呼吸暂停。
火焰目标检测数据集（已经标注）
03-12
在这个"火焰目标检测数据集（已经标注）"中，我们有超过1500张图片，每张图片都经过精心的标注，这为训练和验证目标检测模型提供了宝贵的资源。 首先，让我们深入了解一下目标检测。目标检测任务旨在找出图像中每个...
1600+电动车目标检测数据集
04-13
电动车目标检测数据集是计算机视觉领域中的一个重要资源，它用于训练和评估算法在识别和定位电动车方面的性能。这个数据集包含超过1600个样本，对于开发和优化目标检测模型来说，这样的规模是非常有益的，因为它提供...
用于鱼类识别的目标检测数据集
01-10
印度次大陆的鱼类 用于鱼类识别的目标检测数据集； 基于深度学习的鱼类种群识别，...然后用PascalVOC格式的限界框标注对所有图像进行标注，生成目标检测数据集。然后将数据集拆分为训练、验证和测试数据集的7020:10。
目标检测数据集标注框
06-02
目标检测数据集标注框是指在目标检测数据集中，对于每张图片中的目标物体进行标注的矩形框。一般来说，每个标注框包含四个坐标值：左上角的 x 和 y 坐标以及右下角的 x 和 y 坐标。这些坐标值可以用来描述目标物体在图片中的位置和大小。 标注框的质量对于目标检测算法的准确性和效果至关重要，因此标注框需要满足以下几个要求： 1. 标注框必须紧密地围绕目标物体。 2. 标注框不能超出图像边界。 3. 不同目标物体之间的标注框不能重叠。 除了目标物体的位置和大小之外，有时候还需要在标注框中添加其他的信息，例如目标物体的类别、姿态、遮挡程度等等。这些信息可以提高目标检测算法的准确性和鲁棒性。
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