【目标检测—玩手机检测数据集】

已于 2023-10-22 17:24:54 修改
阅读量1.8k 收藏 4
点赞数 1
分类专栏： YOLO目标检测 文章标签： 目标检测 深度学习
于 2023-06-23 18:44:29 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/zhiqingAI/article/details/131352918
版权

目标检测—玩手机检测数据集

1、YOLO玩手机检测数据集二，近一万多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为phone
2、数量：近1万张
3、数据集下载

相关文章
YOLOv5实现玩手机检测
YOLO系列目标检测数据集大全

数据集示例

玩手机打电话目标检测数据集，近一万多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为phone，可用于YOLOv3、yolov4、yolov5、yolov6、yolovv7、yolov8、SSD、fasterRCNN、deepsort等算法
在这里插入图片描述在这里插入图片描述

标签可视化

使用labelimg标注工具进行标注
在这里插入图片描述在这里插入图片描述
数据集文件目录（txt和xml两种格式标签，可以根据实际算法选择使用）
在这里插入图片描述标签可视化，图像尺寸大部分为640x640
在这里插入图片描述

YOLOv5玩手机检测训练好的模型

下载链接：YOLOv5玩手机检测， 在真实场景的高质量图片数据训练结过，包含了yolov5s-phone.pt和yololv5n-phone.pt两个模型；map为90%多；
在这里插入图片描述在这里插入图片描述在这里插入图片描述

其他相关资源

1、YOLO玩手机检测数据集，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为play_phone
2、数量：7500
3、YOLO玩手机检测数据集
4、YOLOv5玩手机检测训练模型
5、YOLOv5玩手机检测训练模型+pyqt界面
6、目标检测玩手机数据集-无标签
7、yolov7玩手机检测+训练好的玩手机的模型+3000玩手机识别数据集
8、yolov3玩手机检测+训练好的玩手机的模型+玩手机识别数据集
9、Darknet版YOLOv3玩手机检测+weights权重+标注好的数据集
11、Darknet版YOLOv4玩手机检测+weights权重+数据集

stsdddd
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
正常走路，走路玩手机，打电话，图片数据集15000张，3个类别，全部经过人工判别，基于此数据集分类准确度90%+，可信度100%
08-06
正常走路，走路玩手机，打电话，图片数据集约15000张图片，3个类别，全部经过人工判别，，基于此数据集分类准确度90%+，可信度100%。可以直接进行产业级别的应用部署，二次开发等，可用于目标检测，跟踪，图片分类，行为检测等，基于网络收集，开源数据集，AIGC 等手段二次加工，博主纯人工完成，具体介绍见博客：https://season.blog.csdn.net/article/details/129052627
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
【目标检测数据集】手机检测数据集4801张VOC+YOLO格式
lwx666sl的博客
04-03 628
今天，介绍手机检测数据集4801张VOC+YOLO格式 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)：4801 标注数量(xml文件个数)：4801 标注数量(txt文件个数)：4801 标注类别数：1 标注类别名称:["cell phone"] 每个类别标注的框数： cell phone 框数 = 6420 总框数：64
玩手机打电话检测数据集+1万张labelimg标注数据
06-23
1、YOLO玩手机检测数据集二，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为phone 2、数量：近1万张 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
smartphone-dataset:使用智能手机数据集的人类活动识别
05-26
智能手机数据集 使用智能手机数据集的人类活动识别 要运行此脚本，请首先确保输入数据在您的工作目录中可用。 输入数据集可。 下载文件后，将其解压缩到您的工作目录中（目录“ UCI HAR Dataset”应位于工作目录中）。 该脚本取决于库plyr，并假定已安装。 该脚本已经过R版本3.2.1的测试。
使用智能手机进行人类活动识别 数据集
05-04
类活动识别数据库是根据30名受试者的记录建立的，他们在进行日常生活活动(ADL)时，携带了一个嵌入式惯性传感器的腰装智能手机。对于数据集中的每条记录，它提供:-加速度计的三轴加速度(总加速度)和估计的身体加速度。-陀螺仪的三轴角速度。-具有时域和频域变量的561特征向量。-其活动标签。-进行实验的主体的标识符。实验是在一组年龄在19-48岁的30名志愿者中进行的。每个人在腰上佩戴三星Galaxy S II智能手机，进行六项活动(走路、上楼、下楼、坐、站、躺)。
玩手机图片数据集（深度学习\机器学习）
壹贰叁肆
06-11 2253
玩手机图片数据集（深度学习\机器学习）
YOLOX目标检测实战：Android手机部署
09-06
YOLOX是旷视科技新近推出的高性能实时目标检测网络，性能超越了YOLOv3/YOLOv4 /YOLOv5。  本课程在Windowsa上详细演示YOLOX（YOLOX-nano和YOLOX-tiny）在Android（安卓）手机进行部署过程。内容包括：安装软件和PyTorch，克隆和安装YOLOX，导出ONNX模型，导出NCNN模型文件，安装Android Studio，准备android项目文件，手机连接电脑并编译软件，项目代码解析。相关课程：《YOLOX目标检测实战：训练自己的数据集》https://edu.csdn.net/course/detail/35586《YOLOX目标检测实战：TensorRT加速部署》https://edu.csdn.net/course/detail/35716《YOLOX目标检测实战：OpenVINO部署》https://edu.csdn.net/course/detail/35791 《YOLOX目标检测实战：Flask部署》https://edu.csdn.net/course/detail/35815
YOLO算法玩手机检测数据集
02-20
1、YOLO玩手机检测数据集，7500多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为play_phone 2、数量：7500 3、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
目标检测数据集：玩手机检测（VOC标注格式的xml文件，已经做了训练集和测试集划分）
最新发布
04-06
项目包含：手机检测（VOC标注格式的xml文件，已经做了训练集和测试集划分），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300-400的RGB图片，数据集为人群玩手机检测 【数据集介绍】手机图像数据，3类别：face、drink、phone 【数据总大小】54 MB 【数据集详情】data目录下分为两个目录，train为训练数据、test为测试数据，每个目录下各有两个子文件夹。images存放数据图片，labels目录存放标注文件。训练集共1090张图片和1090个xml解释文件。训练集共272张图片和272个xml解释文件 【json文件】3类别的json字典文件 为了方便查看数据，提供了可视化py文件，随机传入一张图片即可绘制边界框，并且保存在当前目录。脚本无需更改，可以直接运行！
数据集VOC格式打电话检测数据集-5364张可用yolo训练
12-08
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)：5364 标注数量(xml文件个数)：5364 标注类别数：2 标注类别名称:["phone","head"] 每个类别标注的框数： phone count = 5045 head count = 415 使用标注工具：labelImg 标注规则：对类别进行画矩形框 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。 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 具体介绍参看视频：bilibili.com/video/BV1Td4y1x71c
走路玩手机，打电话，图片分类数据集约4500张图片，3个类别
05-24
走路玩手机，打电话，图片数据集约4500张图片，3个类别，可用于目标检测，跟踪，图片分类，行为检测等，基于网络收集，开源数据集，AIGC 等手段二次加工，具体介绍见博客：https://season.blog.csdn.net/article/details/129052627
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！
YOLO玩手机和人脸区域检测数据集
05-08
1、YOLO玩手机和人脸区域检测数据集，1000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO玩手机行为的识别，数据场景丰富，类别名为play_phone和face两个类别，可检测人脸和玩手机行为 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743
YOLO系列目标检测数据集大全
热门推荐
小秋的博客
04-17 10万+
YOLO系列目标检测数据集大全目标检测数据集无人机检测数据集飞鸟检测数据集人脸和口罩检测数据集安全帽检测数据集火焰检测数据集火焰和烟雾检测数据集行人检测数据集行人车辆检测数据集车辆检测数据集待更新…… 目标检测数据集 无人机检测数据集 数据集下载： 飞鸟检测数据集 人脸和口罩检测数据集 安全帽检测数据集 火焰检测数据集 火焰和烟雾检测数据集 行人检测数据集 行人车辆检测数据集 车辆检测数据集 待更新…… .....................
目标检测玩手机数据集-无标签.zip
02-21
目标检测玩手机数据集-无标签，目标检测玩手机数据集-无标签，目标检测玩手机数据集-无标签，目标检测玩手机数据集-无标签，目标检测玩手机数据集-无标签，目标检测玩手机数据集-无标签，目标检测玩手机数据集-无...
使用LSTM训练STS数据集
07-28
使用LSTM进行STS（sequence-to-sequence classification）训练的一个示例是通过使用从佩戴在身体上的智能手机获得的传感器数据来识别佩戴者的活动。这个示例使用了LSTM网络来处理表示三个不同方向上的加速度计读数的时间序列数据。训练数据包含七个人的时间序列数据，每个序列具有三个特征并且长度不同。其中六个序列被用来训练，一个序列被用来测试。你可以在mathworks官网的这个链接中找到完整的参考资料：\[2\]。 LSTM（长短期记忆）是一种特殊的RNN（循环神经网络），它在处理需要上下文依赖信息的任务时表现出色。与普通的RNN相比，LSTM在处理长序列时能够更好地捕捉到长期依赖关系。\[3\]因此，使用LSTM来训练STS数据集可以帮助我们更好地理解和分类序列数据。 #### 引用[.reference_title] - *1* *2* [Matlab使用LSTM网络做classification和regression时XTrain的若干种数据结构-part II](https://blog.csdn.net/weixin_43196262/article/details/83109888)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [对LSTM的简单理解](https://blog.csdn.net/weixin_44291161/article/details/108178924)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

stsdddd

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