Advertisement

YOLO火焰检测数据集(fire-dataset-6602.zip)

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


简介:
YOLO火焰检测数据集包含超过6000张图片和对应标注,旨在训练实时火焰识别模型。该数据集适用于火灾预防系统及视频监控等领域研究。 YOLO火焰检测数据集仅对图像中的火焰进行了标注,类别标记为fire,标签格式提供VOC和YOLO两种形式。该数据集中包含66023张图片,并可以直接用于基于YOLO算法的火焰检测任务。此外,还提供了适用于YOLOv5训练的权重文件。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • YOLOfire-dataset-6602.zip
    优质
    YOLO火焰检测数据集包含超过6000张图片和对应标注,旨在训练实时火焰识别模型。该数据集适用于火灾预防系统及视频监控等领域研究。 YOLO火焰检测数据集仅对图像中的火焰进行了标注,类别标记为fire,标签格式提供VOC和YOLO两种形式。该数据集中包含66023张图片,并可以直接用于基于YOLO算法的火焰检测任务。此外,还提供了适用于YOLOv5训练的权重文件。
  • fire-dataset-2000.rar
    优质
    fire-dataset-2000.rar 是一个包含2000个样本的火警检测数据集,用于训练和测试火灾识别模型。每个样本都包括图像及其对应的标签信息。 我们有一个火灾检测数据集,包含2000多张图片,并且所有图像都已经标记好。这些数据可以采用YOLO或VOC格式的标签进行火焰检测。类别名称为“fire”。数据集及其相关检测结果可参考一篇关于该主题的文章。
  • YOLO3.3
    优质
    简介:YOLO火焰检测数据集3.3是一款专为实时火焰与烟雾检测设计的数据集,采用先进的YOLO算法框架,显著提升火灾预防系统的准确性和响应速度。 YOLO火焰检测数据集3-3包含了用于训练和评估基于YOLO算法的火焰检测模型的数据。该数据集旨在提高在各种环境下准确识别火焰的能力,并包含了大量的图像样本,涵盖了不同光照条件、背景环境以及火焰类型的变化情况。通过使用此数据集进行机器学习模型的训练与测试,可以有效地提升火灾监控系统的性能,确保更快速地响应潜在的安全威胁。
  • YOLOV4-4
    优质
    简介:YOLO火焰检测数据集V4-4是专为实时火焰与烟雾识别设计的高性能数据集合,采用先进的YOLO算法优化版本,显著提升火灾预防系统的效率和准确性。 YOLO火焰检测数据集4-4包含了用于训练和测试基于YOLO算法的火焰检测模型的数据。这个版本的数据集可能包括了新的图像样本或者改进后的标注方式,以提高模型在不同环境下的准确性和鲁棒性。
  • YOLO与烟雾
    优质
    简介:YOLO火焰与烟雾检测数据集是一个专为实时视频中火焰和烟雾识别设计的高质量标注数据集合,适用于训练和评估目标检测算法性能。 该数据集包含用于YOLO火焰和烟雾检测的真实场景高质量图片,使用lableimg软件进行标注,并提供VOC格式和yolo格式的标签文件分别保存在两个不同的文件夹中。这些图像中的火焰和烟雾已经同时被详细标出,共有fire和smoke两类。数据集包含1200张图片,涵盖了多种场景。
  • YOLO
    优质
    YOLO火焰检测数据库是一款专为实时火焰与烟雾监测设计的数据集,基于先进的YOLO算法优化构建,广泛应用于智能安防和灾害预警系统。 YOLO火焰检测数据集包含1800多张图片,已经完成标注,可以直接用于训练。
  • YOLO版本2-2
    优质
    YOLO火焰检测数据集版本2-2 是一个经过更新和优化的火焰识别数据集合,基于先进的YOLO算法框架,旨在提升实时视频中的火焰检测精确度与效率。 YOLO火焰检测数据集2包含了一系列用于训练和测试火焰识别模型的数据。这些数据旨在提高基于YOLO算法的物体检测系统在特定场景下的性能,特别是在火灾预防与监控领域有着重要的应用价值。通过使用该数据集,研究人员可以更有效地开发出能够准确、迅速地识别火源的智能安全解决方案。
  • YOLO焊缝-Dataset-11.zip
    优质
    本数据集包含大量用于训练和评估YOLO模型在焊缝检测任务上的表现的图像样本,涵盖多种工业场景及焊缝状态。 YOLO焊缝检测数据集用于评估焊缝的质量。该数据集采用YOLO和VOC格式标签。
  • 森林 Forest Fire Area Dataset
    优质
    森林火区数据集是一个综合性的数据库,包含了大量关于森林火灾发生区域、时间及规模的数据信息,旨在支持科研人员进行火灾原因分析和预防策略研究。 该数据集包含来自葡萄牙蒙特西尼奥自然公园的517起火灾记录。每个事件包括工作日、月份、坐标和烧伤区域,以及雨量、温度、湿度和风速等多个气象变量的数据。工作流读取这些数据,并根据空间位置、时间和天气因素训练回归模型。数据文件名为forestfires.csv。