Advertisement

火焰识别数据集含2059张图片（已标注），适用于Yolov5/Yolov7/Yolov8

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

简介：
本数据集包含2059张标注图像，专为火焰检测设计，兼容YOLOv5、YOLOv7及YOLOv8模型，助力提升目标识别精度与效率。 火灾检测数据集包含2059张图片，每张图片只有一个标签名：fire。标签详情如下： labels: xml文件中的名称为：firenc: 1 names: [fire]

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 火焰识别数据集含2059张图片（已标注），适用于Yolov5/Yolov7/Yolov8
    优质
    本数据集包含2059张标注图像，专为火焰检测设计，兼容YOLOv5、YOLOv7及YOLOv8模型，助力提升目标识别精度与效率。 火灾检测数据集包含2059张图片，每张图片只有一个标签名：fire。标签详情如下： labels: xml文件中的名称为：firenc: 1 names: [fire]
     
  • 已标注的火焰烟雾数据集（含1000张图片）
    优质
    本数据集包含1000张经过详细标注的图像，专注于火焰与烟雾的识别与分析，适用于火灾检测系统的开发和研究。 已使用1000张图片创建了火焰烟雾的标注数据集。
     
  • 基于Yolov5的火焰识别检测系统（含4000张火焰图像数据集）
    优质
    本项目开发了一种基于YOLOv5框架的火焰识别检测系统，并提供了包含4000张图像的火焰专用数据集，旨在提高火灾监控与预警系统的准确性和响应速度。 该项目基于YOLOv5实现火焰识别检测功能，在工业化场景中有广泛应用价值，例如智慧工地、智慧电网及智慧小区等领域。项目文件夹内已包含约4000张用于训练的火焰图像数据集，足以支持开发一个性能良好的模型。在本地测试中，最终模型准确率可达97%左右，并具备实际应用潜力。 此外，提供的数据集已经转换为txt格式标签，无需额外处理即可使用。安装所需库后可直接进行训练与测试操作，方便快捷。如遇任何技术问题，请随时联系项目维护者寻求帮助。
     
  • VOC标注的火焰识别3000张数据集
    优质
    本数据集包含3000张经过VOC格式标注的火焰图像，旨在支持火焰检测与识别的研究和应用开发。 本数据集包含的火焰类别有“蜡烛火苗”、“森林大火”、“城市火灾”等，适用于进行火焰识别的目标检测初学者或与火焰识别相关的项目用户学习训练使用。
     
  • 基于Yolov5的火焰识别检测代码（含4000张火焰图像数据集）.zip
    优质
    本资源提供了一个基于YOLOv5的火焰识别检测项目，包含训练模型所需的4000张火焰图像数据集及源代码。适合用于火灾监控和预防研究。 使用YOLOv5算法实现火焰识别检测的源码（包含4000张火焰数据集）.zip 是一个高分毕业设计项目，包括完整的代码与数据集。该项目基于YOLOv5实现了对火焰的有效识别，适用于智慧工地、智慧电网和智慧小区等工业场景。 文件夹中已上传了用于训练的火焰图像数据集，总计约4000张图片，足以支持模型的良好训练效果。在开发者的测试环境中，最终模型准确率达到大约97%，具备工业化应用潜力。此外，该数据集已经转换为txt格式标签，无需额外处理。 安装好所需的库之后即可直接运行项目进行训练和测试工作。
     
  • Yolov5火焰标注优质数据集，包含图片与txt文件
    优质
    本数据集为YOLOv5训练优化打造，内含大量火焰图像及其对应标注的txt文件，旨在提升模型在火灾检测中的精度和效率。 yolov5火焰标记好数据集包含图片和txt文件。
     
  • 烟雾与火焰识别的火灾数据集（含11000张图片及Yolo标签）.zip
    优质
    该资源包含一个专门用于训练和测试火灾检测算法的数据集，内有11000张图像，并附带YOLO格式标注信息，涵盖烟雾与火焰识别。 烟火数据集在多个领域具有重要应用价值。在安防领域，该数据集可用于训练烟火检测算法，实现火灾的及时预警与快速反应，这对于工厂、仓库等易燃易爆场所的安全监控至关重要，能够显著降低火灾风险并保障人员和财产安全。此外，在城市管理中，通过实时监测城市中的烟火情况，并利用烟火识别技术发现违规燃放烟花爆竹的行为，有助于维护城市秩序和公共安全。同时，在环保领域内，该数据集还能帮助评估烟花燃放对环境的影响，为制定科学的环保政策提供依据。 1. 数据类别：包含火焰与烟雾两类。 2. 标签格式：采用yolo标准txt文件形式。 3. 使用说明：适用于YOLO目标检测算法直接使用；若用于其他目标检测算法，则需转换相应数据格式。 该数据集适合应用于毕业设计、课程项目及实际工程项目中，欢迎下载并使用。
     
  • 基于YOLOv5的人脸口罩图片识别数据集（含9000多张标注图）
    优质
    本数据集包含超过9000张人脸图像，并使用YOLOv5框架进行详细标注，旨在提升人脸识别中佩戴口罩情况下的准确率与效率。 数据集分为两个类别：“Mask”和“No Mask”。整个数据集中包含超过9000张图像及24975个带有标注的实例，并已按照训练、测试与验证三个部分划分，可以直接用于模型训练。这些图像的平均分辨率为0.49 MP，中位尺寸为750 x 600像素。为了提升模型性能，在数据集中还保存了每张图片在90度、180度和270度旋转后的版本作为额外的数据增强处理。
     
  • 基于YOLOv5的火焰图片识别项目
    优质
    本项目采用先进的YOLOv5算法，致力于高效精准地识别图像中的火焰，为火灾预防和监控提供关键技术支撑。 为了在特定视频文件上执行火焰识别，请在detect.py中输入视频文件的名称或路径。处理后的视频将保存在runs/detect目录下。请先配置好环境，网上可以找到相关教程。如果载入训练模型时遇到问题，可以私信我寻求帮助。