【模型训练】YOLOv7打电话检测

已于 2023-03-09 15:13:29 修改
阅读量2.4k 收藏 7
点赞数
分类专栏： 模型训练 文章标签： 计算机视觉 深度学习 人工智能
于 2022-09-26 13:27:21 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/weixin_51154380/article/details/127048938
版权
模型训练 专栏收录该内容
19 篇文章 48 订阅 ¥159.90 ¥299.90
订阅专栏
本文介绍使用YOLOv5-6.0和YOLOv7训练打电话检测模型的过程，包括数据集的准备，负例的添加，数据集配置，模型验证等步骤。训练好的模型和数据集链接在文末提供。
摘要由CSDN通过智能技术生成

YOLOv5&YOLOv7打电话检测模型训练

1、本项目使用YOLOv5-6.0版本算法训练打电话数据集，文章末尾包含数据集和训练好的打电话检测模型的网盘链接，数据集标签格式为YOLO和VOC两种
2、包含YOLOv7打电话检测训练模型网盘链接


在这里插入图片描述
在这里插入图片描述

  1. 在anaconda中安装好YOLOv5的环境 ；
  2. 在官网中下载项目文件，本文采用的代码版本是YOLOv5-6.0；
  3. 准备打电话数据集，标签为YOLO格式，也就是
了解本专栏 订阅专栏 解锁全文
XTX_AI
关注
专栏目录
订阅专栏
打电话数据集calltrain.zip
01-06
这里有左手打电话和右手打电话总共四千多张照片
开源宝藏：抽烟及打电话行为数据集——洞察人类日常行为的深度学习利器
gitblog_09784的博客
09-07 391
开源宝藏：抽烟及打电话行为数据集——洞察人类日常行为的深度学习利器 抽烟及打电话行为数据集.7z项目地址:https://gitcode.com/open-source-toolkit/f1c53 在深度学习领域中，高质量的数据集往往是推动技术创新的关键。今天，我们向大家隆重推荐一个专注于识别抽烟与打电话行为的精选数据集，这不仅是一个科研与应用并重的工具，更是打开智能监控和行为理解新世界的大门。...
数据集VOC格式打电话检测数据集-5364张
最新发布
FL1623863129的博客
09-12 463
重要说明：打电话数据集主要是针对智能手机正在打电话，标注规则为将头手机和手部分标注在一起，对于拿着玩手机不算打电话，网上很多都是标注不规范且不合理的，正确的标注是人把手机凑近耳朵要标注手机、头(或者耳朵，标注头的目的是可以使用head抑制误检测)、手(部分)到一个框，对于对着手机讲话或者打电话不算打电话，因为这种情况你无法区分是在玩手机还是在打电话，而打电话和玩手机是不一样的情况。数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml)
[数据集][目标检测]打电话检测数据集VOC+YOLO格式8985张1类别
FL1623863129的博客
09-09 730
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，数据集只提供准确且合理标注。图片数量(jpg文件个数)：8985。标注数量(xml文件个数)：8985。标注数量(txt文件个数)：8985。标注类别名称:["phone"]phone 框数 = 9046。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
【数据集】打电话目标检测数据集（YOLO格式标注）
weixin_46440934的博客
09-30 2735
【数据集】打电话目标检测数据集（YOLO格式标注）
YOLO目标检测——打电话数据集【含对应voc、coco和yolo三种格式标签】
m0_64879847的博客
10-15 842
YOLO目标检测——打电话数据集【含对应voc、coco和yolo三种格式标签】
YOLOv5打电话行为检测+训练好的模型+数据集
03-02
1、YOLOv5打电话行为检测，包含训练好的打电话识别权重和数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、采用pytrch框架，python代码
AI识别打电话数据集1145张(已筛选 多角度 可直接用).rar
01-25
AI识别打电话数据集1145张(已筛选 多角度 可直接用).rar
yolov8玩手机打电话检测训练权重+1万玩手机打电话检测数据集+详细教程
04-10
yolov8玩手机检测，训练好的权重，可以直接使用，并附有10000左右数据集，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8等算法可以直接进行训练模型， 数据集和检测结果参考： https://blog.csdn.net/zhiqingAI/article/details/124230743 https://blog.csdn.net/zhiqingAI/article/details/131352918 数据集配置目录结构data.yaml： nc: 1 play_phone
目标检测 行人打电话数据集
03-07
行人或办公室场景，人员打电话裁剪图，训练集，共8201张图片，带xml格式标注文件，另有相同场景未打电话照片。可用于目标检测或者分类场景数据集。
打电话
heirenheiren的专栏
04-28 746
其实这一年的开发android，还真没有用那句代码来打过电话。苦于没有android手机。工作的时候苦于没有时间或者是忙的忘记玩玩了。 Java： public class phoneCallDemo extends Activity { /** Called when the activity is first created. */ private Button bt; pri
打电话检测和抽烟检测
11-27
打电话检测和抽烟检测算法演示工具，android版本,只支持红外夜视照片，其它照片要调整算法参数
YOLOv5打电话行为检测训练权重+打电话检测数据集
11-27
1、YOLOv5打电话行为检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: phone 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127048938?spm=1001.2014.3001.5501
YOLOv5打电话行为检测+训练好的模型+数据集+pyqt界面
03-02
1、YOLOv5打电话行为检测，包含训练好的打电话识别权重和数据集，标签格式为txt和xml两种，分别保存在两个文件夹中 2、有pyqt界面，可检测图片、视频和调用摄像头 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码
打电话抽烟数据集-2037张自己收集标注(yolo/xml格式标签)
01-17
数据集包含两类目标，分别数打电话、抽烟，一共2037张，标签为yolo格式和voc（xml）格式的标签，如使用有问题，请私信或者留言。数据集未做数据增强，下载后，可以自己做增强处理，比如旋转、增加饱和度、曝光量等等。 备注：数据质量很好，标注精确无误，欢迎下载！
抽烟打电话数据集香烟数据cigarette.zip
10-26
yolo格式数据集，可直接用于训练，两千多张和烟相关的数据。
100张手机(YOLO)数据集含标记txt文件
qq_56715530的博客
06-02 299
100张手机(YOLO)数据集含标记txt文件
基于YOLOv6m的接打电话检测识别分析系统
Together_CZ的博客
01-13 2237
基于YOLOv6m的接打电话检测识别分析系统
[数据集][图像分类]抽烟打电话分类数据集6150张3类别
FL1623863129的博客
05-13 311
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分类存放。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。类别名称:["normal","phone","smoke"]数据集类型：图像分类用，不可用于目标检测无标注文件。图片数量(jpg文件个数)：6150。normal 图片数：2393。phone 图片数：2210。smoke 图片数：1547。
评论 5
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

打赏作者

XTX_AI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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