Advertisement

适用于真实场景的煤矸石目标检测数据集，可用于YOLOv5/v6/v7/v8模型训练

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

简介：
本数据集专为真实场景设计，包含大量标注煤矸石图像，适配YOLOv5至v8系列模型训练需求，助力提升工业现场安全监测精度与效率。 真实场景下采集的煤矸石训练数据集包含891张图片；验证数据集包含404张图片。数据集类别定义如下：0代表煤炭（coal），1代表矸石（gangue），2代表煤炭和矸石的混合物（coal and gangue）。所有数据都有对应的标签，可以直接提供给YOLO网络进行训练，并且数据集已经划分好。 具体指标为： - 煤炭mAP@.5：0.896 - 矸石mAP@.5：0.811 - 煤炭和矸石的混合物mAP@.5：0.919

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 适用于真实场景的煤矸石目标检测数据集，可用于YOLOv5/v6/v7/v8模型训练
    优质
    本数据集专为真实场景设计，包含大量标注煤矸石图像，适配YOLOv5至v8系列模型训练需求，助力提升工业现场安全监测精度与效率。 真实场景下采集的煤矸石训练数据集包含891张图片；验证数据集包含404张图片。数据集类别定义如下：0代表煤炭（coal），1代表矸石（gangue），2代表煤炭和矸石的混合物（coal and gangue）。所有数据都有对应的标签，可以直接提供给YOLO网络进行训练，并且数据集已经划分好。 具体指标为： - 煤炭mAP@.5：0.896 - 矸石mAP@.5：0.811 - 煤炭和矸石的混合物mAP@.5：0.919
     
  • 煤矸石识别的数据集（目标检测）
    优质
    本数据集专注于煤矸石识别，采用目标检测技术，旨在提高煤矿废弃物处理效率与安全性。含丰富标注图像，助力AI模型训练与优化。 该数据集包含YOLO与VOC格式的煤矸石图像，适用于YOLO系列、Faster R-CNN、SSD等多种模型训练。类别包括Coal（煤炭）和Rock（岩石），共有3091张图片。文件中包含了图片、txt标签以及指定类别的yaml配置文件，并且已经将数据划分为训练集、验证集和测试集，可以直接用于YOLO算法的训练。
     
  • 基于YOLOv8的抽烟行为检测数据集，适用于训练目标检测模型
    优质
    本数据集专为基于YOLOv8的目标检测框架设计，聚焦于抽烟行为识别，旨在优化模型在监控场景中的应用效能。 抽烟的危害主要包括以下几个方面： 1. 增加患多种癌症的风险：吸烟是导致肺癌、喉癌、口腔癌、食道癌等多种恶性肿瘤的主要原因，并且会增加其他类型癌症（如肾癌、胰腺癌、膀胱癌）的发病率。 2. 损害呼吸系统功能：烟草中的有害物质刺激气管，引发咳嗽和呼吸困难等症状。长期吸烟还会导致慢性支气管炎以及肺部疾病如肺气肿等的发生概率增加。 3. 影响心血管健康：吸烟能够引起血管收缩、血压上升及动脉硬化等问题，从而提高心脏病与中风的患病几率；同时烟草中的有害成分也会使血液内产生过多的氧化脂肪物质，对心脏和血液循环系统造成进一步损害。 4. 危害生殖系统的正常运作：吸烟对于男女双方都有不利影响。男性方面表现为精子数量减少、质量下降以及生育能力减弱；女性则可能出现月经失调、提前进入更年期及难以怀孕等问题。 5. 使皮肤状况恶化并加速衰老过程：烟草中的尼古丁会导致血管收缩，从而降低肌肤的血液供应量，加快老化速度，并形成皱纹和松弛现象。此外吸烟还会导致牙齿发黄、指甲脆弱以及肤色变暗等症状出现。 6. 增加其他疾病发生的可能性：除了上述提到的各种健康问题外，长期吸烟还可能诱发糖尿病、骨质疏松症、胃食管反流病及消化性溃疡等疾病的产生。 综上所述，持续抽烟对身体健康的负面影响非常严重。通过戒除烟瘾可以显著降低这些潜在的危害风险，并有助于改善整体生活质量。
     
  • 适用于YOLOv5至v8训练的农作物杂草数据集
    优质
    本数据集专为YOLOv5至YOLOv8设计，包含大量标注清晰的农作物与杂草图像，旨在提升模型在复杂田间环境中的目标检测精度。 可用于YOLOv5/v6/v7/v8训练的农作物杂草数据集。
     
  • 可用于YOLOv5直接训练的车牌检测数据集
    优质
    本数据集专为YOLOv5设计，包含大量标注清晰的车牌图像，适用于快速高效的车辆牌照识别模型训练与优化。 车牌检测数据集可以用于YOLOv5的直接训练。
     
  • 已标注的香烟数据集，适用于Yolo目标检测训练
    优质
    这是一个专门用于训练YOLO（You Only Look Once）模型进行物体检测任务的数据集，包含大量标记清楚的香烟图像。 标注好的香烟数据集，用于YOLO目标检测训练。
     
  • 车牌号检测的数据集，适用于PaddleOCR模型训练
    优质
    这是一款专为PaddleOCR设计的车牌号检测数据集，包含大量高质量、标注清晰的图像样本，助力模型优化与精度提升。 基于PaddleOCR的史上最全车牌号识别实现，此数据可以直接用于PaddleOCR检测模型训练。详细内容请参阅相关文章。
     
  • Yolov8目标检测空间推理数据集与标注，适用于训练完整的目标检测模型的数据集及标注
    优质
    本数据集专为Yolov8设计，包含丰富的空间推理信息和精准标注，旨在支持高效训练和完善目标检测模型。 内容概要： 空间推理验证码数据集+完整标注 适用场景： 适用于训练空间推理验证码的目标检测模型。我自己也基于此数据集及标注数据训练出了识别率98%以上的某客空间推理验证码的识别模型。 更多建议： 如果你是刚接触YOLO目标检测模型，建议先查看我的博客主页，其中包含手把手教学的内容。
     
  • 车牌数据集（适用于Yolov5/V7）
    优质
    本数据集专为车牌检测优化，兼容Yolov5和Yolov7模型。包含大量标注图像，涵盖多种场景与光照条件下的车牌实例。 yolov5/v7 车牌数据集包含了用于训练车牌识别模型的图像和标签，适用于物体检测任务。
     
  • 基于VOC格式的十种林业害虫数据集，适用于目标检测模型训练
    优质
    本数据集包含十种常见林业害虫的图像，采用VOC格式标注，旨在为深度学习的目标检测模型提供训练和验证资源。 本数据集包含10类昆虫图像（丝带凤蝶、人纹污灯蛾、松墨天牛、日本脊吉丁、杨小舟蛾、杨扇舟蛾、柳蓝叶甲、桑天牛、褐边绿刺蛾和黄刺蛾），总计2262张图片，标注格式为VOC格式。该数据集适用于多种目标检测模型训练，包括但不限于RCNN及YOLOv1至YOLOv7等算法。