井盖识别yolov5

最新推荐文章于 2024-06-28 12:57:24 发布
最新推荐文章于 2024-06-28 12:57:24 发布
阅读量2.6k 收藏 5
点赞数 4
文章标签： pytorch 深度学习 计算机视觉 神经网络 计算机视觉
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_51330616/article/details/125103838
版权

自建数据集训练的模型
使用labelimg标注软件标注收集的图片
使用yolov5 pytorch opencv等框架
开发语言python，支持移植到c++
效果图如下图
在这里插入图片描述

ailearning0101
关注
城市道路井盖破损丢失目标检测数据集VOC-1377张
07-29
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) 图片数量(jpg文件个数)：1377 标注数量(xml文件个数)：1377 标注类别数：4 标注类别名称:["jg","jg_ps","jg_ds","jg_nd"] 每个类别标注的框数： jg count = 872 jg_ps count = 623 jg_ds count = 177 jg_nd count = 50 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：，主要是圆形和方形的井盖。其中jg表示井盖,jg_ps表示井盖破损,jg_ds表示井盖丢失,jg_nd表示井盖挪动 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 数据集详细介绍参看：bilibili.com/video/BV1Su4y127By
如何使用Yolov8训练井盖破损检测数据集 井盖破损 3700张 带标注 voc yolo 10类
最新发布
2401_88441190的博客
11-06 565
​ 数据集包含3748张井盖图像，这些图像带有4337个标注框，用于检测井盖的不同状态。每种状态的样本数量如下表所示： 类别 图片张数 标注个数 open 469 475 raised 286 403 broke 714 725 load 438 484 lose 601 606 uncovered 389 392 good 657 734 manhole 433 494 pothole 13 20 drain 4 4 总数 3748 4337 数据集格式 图像文件：存储在images/目录下，格式为.j
[数据集][目标检测]井盖未盖好检测数据集VOC+YOLO格式20123张2类别
FL1623863129的博客
06-28 309
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。标注类别名称:["close_hatch","open_hatch"]图片数量(jpg文件个数)：20123。标注数量(xml文件个数)：20123。标注数量(txt文件个数)：20123。使用标注工具：labelImg。标注规则：对类别进行画矩形框。
井盖数据集（txt标签）
05-29
针对5种不同受损程度的井盖进行检测： broke-破损 uncovered-未覆盖 good-完好 loss-井盖丢失 circle-井圈破损 模型由YOLOv8训练得到，使用详见yolo文档或者访问博主另一篇文章
[数据集][目标检测]城市道路井盖破损丢失数据集VOC+YOLO格式1377张4类别
FL1623863129的博客
07-29 4242
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)其中jg表示井盖,jg_ps表示井盖破损,jg_ds表示井盖丢失,jg_nd表示井盖挪动。[数据集][目标检测]城市道路井盖破损丢失目标检测1377张_哔哩哔哩_bilibili。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。标注类别名称:["jg","jg_ps","jg_ds","jg_nd"]标注数量(xml文件个数)：1377。
[数据集][目标检测]城市街道井盖破损未盖丢失检测数据集VOC+YOLO格式4404张5类别
FL1623863129的博客
06-28 391
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:["broke","circle","good","lose","uncovered"]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)：4404。标注数量(xml文件个数)：4404。标注数量(txt文件个数)：4404。标注规则：对类别进行画矩形框。
服创赛题| A03 井盖识别☞如何目标检测数据集Labelming（标注井盖broke，good...）
Molly 的博客
04-04 843
1. 在View中勾选Auto Save mode （自动保存）Display Labels（在标框后左上角会显示标签类型）2.左侧按键功能介绍：3.接下来我们打开需要标注的图片文件夹4. 接下来就开始标注，画框，标记目标的label，然后d切换到下一张继续标注，不断重复重复labelimg的快捷键d切换到下一张继续标注开始之前先设置为YOLO，点击即可(保存为text文件)5.保存 change save dir。
yolo道路井盖-下水道井盖检测数据集
03-24
yolo道路井盖-下水道井盖检测数据集，2千左右的数据，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 数据集配置目录结构data.yaml： nc: 2 names: ['Road_drain', 'Road_manhole']
yolov8道路井盖-下水道井盖检测训练模型+数据集+pyqt界面
04-25
yolov8道路井盖-下水道井盖检测训练模型， yolo道路井盖-下水道井盖检测数据集，2千左右的数据，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、yolov...
yolov8道路井盖-下水道井盖检测训练模型+数据集
04-25
yolov8道路井盖-下水道井盖检测训练模型， yolo道路井盖-下水道井盖检测数据集，2千左右的数据，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、yolov...
道路坑洼目标检测数据集VOC格式1510张2类别.zip
08-11
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) 图片数量(jpg文件个数)：1510 标注数量(xml文件个数)：1510 标注类别数：2 标注类别名称:["keng","jingai"] 每个类别标注的框数： keng count = 3166 jingai count = 442 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：图片截图视频，主要是道路上坑洞，还有一个井盖，因为井盖容易被误识别成坑洞，故加了这个类别 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
YOLO输电线路电力金具检测数据集(含1000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
09-16
1、YOLO输电线路电力金具检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975 4、如需更多数量和其他数据集请私信博主~
yolov5红外场景下车辆和行人检测+权重+红外数据集+qt界面
03-21
1、yolov5红外场景下车辆和行人检测，包含训练好的红外场景下车辆和行人检测权重，以及PR曲线，loss曲线等等，map达90% 多，在几千张数据集中训练得到的权重，训练输入尺寸为640x640; 2、目标类别为car和person，并...
yolov5井盖识别
01-15
yolov5可以应用于井盖识别中，通过训练模型，使其能够识别不同类型和形状的井盖，包括圆形、方形和长方形等。该模型在识别井盖时可以达到较高的准确率和鲁棒性，能够应对不同光照和背景下的复杂环境。 通过yolov5...
【yolo算法道路井盖检测】
小秋的博客
04-25 1076
YOLOv8算法能够有效地应用于道路井盖的检测，帮助城市管理部门及时发现并维护井盖，确保道路安全。
【YOLO 系列】基于YOLO V8的高精度井盖隐患检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
牧子川的博客
04-07 3157
支持图片、图片批量、视频及摄像头进行检测，同时摄像头可支持内置摄像头和外设摄像头；可对检测结果进行单独分析，并且显示单个检测物体的坐标、置信度 等;界面可实时显示目标位置检测结果检测时间置信度检测结果回滚等信息;支持图片视频及摄像头的结果保存，将检测结果保持为excel文件；
论文研究 | 机器视觉下的普通国省干线公路落物识别
Bella_zhang0701的博客
11-23 1095
分享一篇机器视觉检测技术在公路落物识别中的应用文章，论文发表在《数字技术与应用》，介绍了机器视觉对普通国省干线公路落物识别的算法设计，对主要内容作了摘抄和整理，分享给大家~
YOLO模型比赛实战--井盖隐患智能识别（二）
Dousuper的博客
03-20 2027
代入比赛数据集，数据增强，模型调参
YOLO模型比赛实战--井盖隐患智能识别（一）
Dousuper的博客
03-20 2794
自定义数据集代入YOLOv5模型训练
评论 14
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