Advertisement

yolo算法 煤矿传动带异物检测数据集 10584张图像 带标签.zip

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

简介：
该资源库包含目标检测数据集，在其中可直接进行模型训练与验证测试，并已预先划分好各类别数据集；支持多种目标框标注格式：包括yolo格式（以txt文件形式）与voc格式（以xml文件形式），分别存储于两个独立文件夹内；yolo标注信息具体解析如下：每个标注项由五个关键参数构成： ；其中为目标所属类别索引（从零开始计数）；则分别代表目标框中心点的x轴与y轴坐标值，在图像整体尺寸的比例下取值范围限定在0至1之间；而则表示目标框的实际尺寸大小，在图像整体尺寸的比例下同样取值范围为0至1之间

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 煤矿传送带异物检测数据集-YOLO.zip
    优质
    该数据集为煤矿传送带设计，包含大量标记图像，旨在训练YOLO模型识别传送带上可能存在的异物，提升矿山作业的安全性与效率。 是否存在关于YOLO格式的矿井煤仓传送带异物检测的数据集？
  • 带有属性的动物标签图像数据集
    优质
    这是一个包含各种动物图片的数据集，每张图片都附有详细的属性描述和分类标签，便于进行图像识别与机器学习研究。 《Label-Embedding for Attribute-Based Classification》论文中的数据使用了Animals With Attributes标签图像进行研究。这段文字描述了该论文利用特定动物属性的标注图像来进行基于属性的分类任务。
  • 基于YOLOv11的煤矿传送带异物检测系统（含完整程序与数据）
    优质
    本项目开发了一套基于改进YOLOv11算法的煤矿传送带异物检测系统，旨在提高矿场作业安全及效率。系统包含详尽的数据集和源代码，便于研究人员学习与应用。 本项目旨在开发一种能够精准快速识别并检测传送带上异常物品的应用程序——即煤矿传输装置上的外来物体检测方案。该应用主要采用了最新的YOLOv11架构。首先，我们详细规划了实验环境设置流程，并介绍了所需的数据准备工作以及模型训练所必需的数据集格式要求；同时涵盖了ONNX格式模型导出、量化评估指标及其可视化呈现等各个环节。此外，在设计阶段考虑到了用户体验因素，开发了一款基于图形用户界面的上传视频和浏览检查效果的服务，方便使用者操作。 这套由YOLOv11作为核心技术组成的煤矿输送线异物监视软件，显著提升了矿区生产作业的安全性和可靠性，并极大地推动了该领域的智能化进程。此成果适用于具备初级及以上编码技能的研究员与工程师群体使用。其特性包括：一是利用先进的YOLOv11神经网络算法来提高异物探测的速度和精确度；二是构建了一个易于理解和操作的工作界面，允许工作人员上传现场录像以检验预测情况；三是提供了详尽的技术指导与辅助图表显示，让用户更好地掌握算法运作的效果。 在未来的路线图中，我们计划增加多类别目标分类能力、提升算法效能，并优化图形界面的人机交互机制。为了确保最佳的应用演示效果，请参与者严格按照本段落的操作指示逐一落实各项环节，并定期更新有关文献和技术材料的知识水平。
  • 传送带异物与物料跑偏检测数据集（VOC+YOLO格式，含437张图片，3个类别）.7z
    优质
    本数据集包含437张图片，涵盖传送带异物和物料跑偏两类问题，以VOC及YOLO两种格式提供，便于训练目标检测模型。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，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）：437 标注数量（xml文件个数）：437 标注数量（txt文件个数）：437 标注类别数：3 标注类别名称：chuansongzhou、gangjin、yiwu 每个类别的框数： - chuansongzhou 框数 = 245 - gangjin 框数 = 161 - yiwu 框数 = 243 总框数：649 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明： 暂无特别说明。 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，仅提供准确且合理的标注。
  • 输电线路异物检测图像数据集（含230张图片及VOC标签）
    优质
    本数据集包含230张图片及其对应的VOC格式标注文件，专门用于训练和测试输电线路异物检测算法模型。 数据集包含230张输电线路异物图像原图，并对其中的异物进行了标注，标签格式为VOC格式。