Advertisement

人脸与帽子数据集-1600.zip

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
该数据集包含1600个样本,涵盖了各种人脸及帽子图像,适用于训练和测试相关的人脸检测、属性识别以及姿态估计算法。 用于Darknet框架下的深度学习数据集包括1600余张图片,并且每张图片都附有手工标注的xml文件,可以直接用于训练使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • -1600.zip
    优质
    该数据集包含1600个样本,涵盖了各种人脸及帽子图像,适用于训练和测试相关的人脸检测、属性识别以及姿态估计算法。 用于Darknet框架下的深度学习数据集包括1600余张图片,并且每张图片都附有手工标注的xml文件,可以直接用于训练使用。
  • -1600
    优质
    帽子与人脸数据集-1600是一个包含1600张图像的数据集合,每张图展示了戴着不同款式帽子的人脸。该数据集旨在研究和开发人脸识别及属性检测算法时使用,涵盖多样化的背景、姿势和光照条件,为研究人员提供丰富的测试样本。 我收集并制作了一套用于Darknet框架下深度学习的数据集,包含1600余张图片及手工标注的XML文件,可以直接用于训练使用。
  • Yolov8-安全体检测
    优质
    本项目基于YOLOv8模型,专注于工业场景下的安全监测,涵盖安全帽识别、人脸识别及人体姿态检测三大模块,旨在提升工作场所的安全水平。 yolov8 数据集包含100张图片,用于检测安全帽、头和人三类目标。
  • ORL.zip
    优质
    ORL人脸数据集包含40个不同人的面部图像,每人有10张不同的照片,广泛用于人脸识别研究与算法测试。 ORL人脸数据集包含40个不同人的400张图像。该数据集由英国剑桥的Olivetti研究实验室在1992年4月至1994年4月期间创建。
  • Yale_64X64.zip
    优质
    该文件包含由耶鲁大学提供的Yale_64X64人脸数据集,内含多个人在不同光照和表情下的64x64像素灰度图像,适用于人脸识别研究。 耶鲁大学人脸数据集的构成包括两个主要部分:fea文件包含165个样本的人脸数据(每个样本为4096维),gnd文件则包含了相应的标签(共165x1)。图像尺寸是64x64像素,总共有15个人的脸部信息,每个人对应有11条记录。
  • OpenCV.zip
    优质
    OpenCV人脸数据集.zip包含大量用于人脸识别与分析的图像和视频资源,适用于开发面部识别算法及训练机器学习模型。 OpenCV人脸数据集包含了大量用于训练人脸识别算法的面部图像。这些数据集有助于开发人员改进计算机视觉应用中的识别精度。通过使用这样的资源,研究人员可以测试不同的人脸检测模型,并优化其性能以适应各种应用场景。
  • 4500张.zip
    优质
    该资料包包含一个大型的人脸识别研究数据集,内有4500张不同个体的人脸图像,适用于训练和测试面部识别算法。 数据集包含4500个样本,包括图片和标签,并已分割为训练集和测试集,适用于目标检测任务。使用YOLOv5模型进行训练可以达到98.3%的效果。
  • -目标检测系列-厨师检测 (chef-hat) >> DataBall
    优质
    Chef-Hat是由DataBall开发的数据集,专注于物体检测中的帽子及厨师帽识别,为智能穿戴设备和安全监控系统提供精准的图像标注与分析模型训练素材。 数据集-目标检测系列- 帽子 厨师帽 检测数据集 chef_hat >> DataBall 标注文件格式:xml 通过webui 方式对ultralytics 的 detect 检测任务 进行: 1)数据预处理, 2)模型训练, 3)模型推理。 脚本运行方式: * 运行脚本: python webui_det.py or run_det.bat 根据readme.md步骤进行操作。 目前数据集暂时在指定网址进行更新。
  • 】各类生成.txt
    优质
    本文件提供了多种类型的人脸数据集信息,涵盖不同应用场景的需求,助力人脸识别技术的研究与开发。 数据集中的人脸均由StyleGAN生成。所有图片均为1024*1024的高清生成图像,各数据集间的图片无重复内容。目前包含男性、女性、黄种人、中国姑娘、小孩、成人及老人等类别,并且还有戴眼镜和有笑容的人脸数据集。
  • 全面的.zip
    优质
    该资料包含一个全面的人脸图像数据库,适用于人脸检测、识别及表情分析等研究领域。文件内含多样化的面部特征样本,助力学术与应用开发。 ORL、Yale、YaleB、FERET、PIE、UMIST 和 AR 是机器学习领域中最全面的人脸数据集集合。这些数据集包含了丰富的面部图像样本,适用于各种人脸识别算法的研究与开发。