Advertisement

用于识别吸烟行为的数据集——包含3000张标注图片及2000张未标注图片

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


简介:
本数据集旨在识别吸烟行为,内含3000张已标注图片和2000张未标注图片,为相关研究提供了丰富的视觉资料。 用于吸烟检测的数据集包含3000张已标注图片和2000张未标注图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • ——30002000
    优质
    本数据集旨在识别吸烟行为,内含3000张已标注图片和2000张未标注图片,为相关研究提供了丰富的视觉资料。 用于吸烟检测的数据集包含3000张已标注图片和2000张未标注图片。
  • 四类垃圾(约3000
    优质
    本数据集包含了大约3000张图片,涵盖了四大类生活垃圾图像,为垃圾分类相关模型训练提供了详实的数据支持。 2023年比赛要求如下:初赛阶段生活垃圾智能分类装置需识别的四类垃圾主要包括: 1. 有害垃圾:包括各种型号电池(如1号、2号、5号)、过期药品及内包装等; 2. 可回收垃圾:易拉罐和小矿泉水瓶; 3. 厨余垃圾:例如小土豆、切过的白萝卜或胡萝卜,尺寸与电池相当; 4. 其他垃圾:包括瓷片、鹅卵石(大小类似小土豆)以及砖块等。 进入决赛后,生活垃圾智能分类装置需要识别的四类垃圾种类和形状将通过现场抽签决定。此外,在决赛中同时投入进行识别处理的垃圾数量至少为两件及以上,并且每种垃圾重量均不超过150克。
  • Yolov5垃圾分类3000
    优质
    本项目提供了一个基于YOLOv5框架的垃圾分类数据集,包含3000多张详细标注的图像,旨在促进智能垃圾分类算法的研究与开发。 yolov5垃圾分类数据集包含三千张已标注的图片。
  • 火检测1000.zip
    优质
    本数据集包含1000张用于烟火识别的图像及其详细标注信息,适用于火灾预防系统的训练与测试。 在实际工作项目中,我们使用目标检测技术中的YOLO系列算法,并基于已标注的烟火检测数据集进行开发。
  • 车辆种类2000文件(YOLOv5)
    优质
    本数据集包含2000张不同类型的车辆图像及其对应的YOLOv5格式标注文件,适用于训练和测试车辆分类模型。 车俩种类识别数据集包含7个类别:一类客车(tinycar)、二类客车(midcar)、三类客车(bigcar)、一类货车(smalltruck)、二类货车(bigtruck)、油罐车(oil truck)以及特殊车辆(specialcar)。该数据集中共有1488张训练图片、507张验证图片和31张测试图片,所有图像均已标注并转换为txt格式。这些数据适用于YOLOv5 v7 v8深度学习模型的训练,类别总数为nc: 7,类名分别为[tinycar, midcar, bigcar, smalltruck, bigtruck, oil truck, specialcar]。
  • +
    优质
    该数据集包含大量带有标签的图像,用于识别不同场景下的吸烟行为。它为研究和开发监控健康习惯的技术提供了宝贵的资源。 数据集分为三个部分:Annotations、Imagenet 和 JPEGImages。JPEGImages 文件夹中有大约 3000 张抽烟图片,并且每张图片都使用 labelImg 工具进行了标注,生成的对应 xml 文件被存放在 Annotations 文件夹中。
  • 火焰1000
    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。
  • 苹果4733XML文件
    优质
    本数据集包含4733张标注图片及其对应的XML文件,旨在用于训练和测试苹果识别算法。每一张图片均详细标注了苹果的位置和类别信息。 苹果识别数据集包含4733个带注释的图像以及相应的含有苹果信息的xml文件。
  • VOC火焰3000
    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。
  • 电话通话与-2037自采(yolo/xml格式)
    优质
    本数据集包含2037张图片,记录了各种情境下的电话通话及吸烟行为,所有图像均采用YOLO和XML格式进行详细标注。 数据集包含两类目标:打电话和抽烟,共有2037张图片。标签采用YOLO格式和VOC(XML)格式。如在使用过程中遇到问题,请留言或私信反馈。 该数据集未进行数据增强处理,下载后可自行添加各种增强技术,例如旋转、调整饱和度及曝光量等。 备注:此数据集质量上乘,标注准确无误,欢迎下载!