Advertisement

RoboMaster机器人装甲板数字数据集（含130个标注*）+权重+配置文件

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

简介：
本资源包提供RoboMaster机器人大赛中的机器人装甲板数字图像数据集，包含130张带有详细标注的图片、预训练模型权重及项目配置文件。 Robomaster机器人装甲板数字数据集（已标注130个样本）可直接用于yolov5训练，并包含训练后的权重文件和配置文件。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • RoboMaster机器人装甲板数字数据集（含130个标注*）+权重+配置文件
    优质
    本资源包提供RoboMaster机器人大赛中的机器人装甲板数字图像数据集，包含130张带有详细标注的图片、预训练模型权重及项目配置文件。 Robomaster机器人装甲板数字数据集（已标注130个样本）可直接用于yolov5训练，并包含训练后的权重文件和配置文件。
     
  • RoboMaster机甲大师旧版装甲板识别程序
    优质
    本项目为RoboMaster机甲大师比赛设计，提供了一套针对旧版装甲板的有效识别程序。通过优化算法和图像处理技术，实现精准快速地判断对手及己方机器人健康状态，助力参赛队伍提升竞技表现。 该程序是为RoboMaster机甲大师通用装甲板设计的自定义识别程序，虽然存在一些不足之处，但可以运行并稍加修改后应用于实战中。对于刚参加机甲大师赛的新手视觉团队成员来说，这个程序具有一定的参考价值。
     
  • 甲骨文图像数据集（含照片及JSON标注）
    优质
    本数据集包含大量甲骨文字的照片及其JSON格式详细标注，旨在促进古文字识别与研究。 这是JSON格式的数据：{img_name: b02523F, ann: [[217.0, 1505.0, 320.0, 1622.0, 1.0], [236.0, 1679.0, 311.0, 1744.0, 1.0], [208.0, 1768.0, 283.0, 1941.0, 1.0], [172.0, 1961.0, 270.0, 2054.0, 1.0]]}。基于ResNet-50与U-net构建了甲骨文的图像分割网络，具体代码可以查看博主的文章及资源代码。
     
  • DeepScores个人标注训练数据集
    优质
    DeepScores是由研究人员创建的一个大规模音乐符号图像数据集，包含大量由人工精细标注的乐谱图片和对应的MIDI文件，旨在推动音乐识别技术的发展。 DeepScores训练数据集包含了个人标注的数据。
     
  • RM机器视觉——装甲板的图像处理与识别（ROBOMASTER）.rar
    优质
    本资料为《RM机器视觉——装甲板的图像处理与识别》内容概要，详细探讨了在ROBOMASTER竞赛中应用机器视觉技术对装甲板进行精准定位和识别的方法。 博主提供了一份与RoboMaster视觉组相关的免费资源供下载。这份资料适合对该算法感兴趣的人士学习参考。
     
  • RM机器视觉——装甲板的图像处理与识别（ROBOMASTER）.rar
    优质
    本资料为《RM机器视觉——装甲板的图像处理与识别》内容概览，包含ROBOMASTER竞赛中的装甲板检测技术、算法及应用实例，适用于机器人视觉学习者。 针对RoboMaster视觉组或有兴趣了解相关算法的人士，博主提供了一份免费下载的资源。这份资料与博客内容相匹配，适合希望深入学习该领域知识的学习者使用。
     
  • YOLOv5车牌及人脸检测与识别的权重和标注数据集
    优质
    简介：本项目提供YOLOv5模型针对车牌及人脸识别的定制化权重文件及大量标注数据集，旨在优化物体检测精度与效率。 YOLOv5可以用于车牌和人脸识别任务，并提供训练好的检测权重以及PR曲线、loss曲线等数据，其中map值可达90%以上。该模型能够准确地识别出车牌的位置及司机脸部区域，并判断是否佩戴口罩，但无法识读具体的车牌号码。 附带的数据集包含一万张图片，用于进行车牌和人脸的联合检测任务。标签格式为txt和xml两种类型，分别保存在不同的文件夹中。 数据集参考内容可在相关博客文章中找到（注意：原文中的具体链接已被移除）。模型采用pytorch框架编写，并使用python语言实现。
     
  • Robomaster-计算机视觉：应用于DJI Robomaster比赛的装甲板检测Yolov4模型
    优质
    本项目基于YOLOv4框架开发，专为大疆RoboMaster赛事设计，旨在提升装甲板检测精度与速度，助力参赛队伍优化战术策略。 机器人大师计划是由Da-Jiang Innovations（DJI）建立的机器人竞赛和学术交流平台，专门为全球技术爱好者设计。在比赛中，两支团队的机器人通过在安装于机器人上的装甲板上射击小球，在竞技场上进行对抗。机器人广泛使用计算机视觉来跟踪、检测对手机器人并执行自动瞄准和射击。该模型可以同时检测蓝色和红色装甲，并基于微小的yolov4权重预先训练框架来进行识别。
     
  • yolov3-配置与权重文件.rar
    优质
    该压缩包包含YOLOv3模型所需的配置和预训练权重文件，适用于快速部署及物体检测任务开发。 YOLO v3的配置文件包括yolov3.weights、yolov3.cfg以及coco.name。
     
  • 焊缝质量检测的YOLOv7模型+权重+标注数据集
    优质
    本项目提供了一种基于YOLOv7算法的焊缝质量检测解决方案，包括预训练模型、权重文件及详细的标注数据集，旨在提高工业焊接过程中的缺陷识别精度和效率。 YOLOv7用于焊缝质量检测的模型已经训练完成，并包含PR曲线、loss曲线等相关数据。该模型使用lableimg软件标注的数据集进行测试，图片格式为jpg，标签有两种形式：xml格式和txt格式，分别保存在不同的文件夹中。数据集及检测结果可参考相关文献或文章中的说明。