Advertisement

小汽车目标检测数据集-俯视视角部分1 visdrone_car_train.rar

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

简介：
本数据集为“visdrone_car_train”系列之一，专注于从俯视视角拍摄的小汽车目标检测训练样本，适用于自动驾驶和智能交通系统的研究与开发。 该数据集包含俯视场景下的小汽车目标检测样本，分为两部分用于小汽车检测，标签格式为txt和xml两种文件形式，适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别“car”。此数据集是从VisDrone数据集中提取得到的，共有40905个样本。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 小汽车目标检测数据集-俯视视角部分1 visdrone_car_train.rar
    优质
    本数据集为“visdrone_car_train”系列之一，专注于从俯视视角拍摄的小汽车目标检测训练样本，适用于自动驾驶和智能交通系统的研究与开发。 该数据集包含俯视场景下的小汽车目标检测样本，分为两部分用于小汽车检测，标签格式为txt和xml两种文件形式，适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别“car”。此数据集是从VisDrone数据集中提取得到的，共有40905个样本。
     
  • 自行车在俯视视角下的目标检测数据集 - bicycle_Visdrone2019.rar
    优质
    bicycle_Visdrone2019 数据集是一个专为俯视视角下自行车目标检测设计的数据集合，包含大量标注图像和详细信息，适用于自动驾驶与交通监控研究。 该数据集包含俯视场景下的自行车目标检测样本，适用于YOLO模型的训练与评估。标签格式提供txt和xml两种形式。所有图像仅涉及一个类别：bicycle。此数据集中共有3496张图片，是从VisDrone数据集中提取而来。
     
  • 小汽车目标检测数据集-Part 2 VisDrone_Car_Val.rar
    优质
    本资源包含VisDrone竞赛中的小汽车目标检测验证数据集，旨在帮助研究者和开发者提升在复杂城市背景下对小汽车进行精确识别的能力。 该数据集包含用于小汽车目标检测的俯视场景图像，并分为两部分。标签格式为txt和xml两种文件类型，适用于YOLO模型的小汽车检测任务。数据集中仅有一个类别，名称为car。此数据集是从Visdrones中提取出来的，共有4088张图片。
     
  • 小汽车、老爷车、跑车检测数据集 - 数据球目标检测系列
    优质
    本数据集包含各种类型车辆（包括小汽车、老爷车及跑车）的详细图像和标注信息，专为提升数据球平台上的目标检测算法性能而设计。 数据集-目标检测系列- 小汽车 老爷车 跑车 检测数据集 car ＞＞ DataBall 标注文件格式：xml 项目地址提供了一个webui界面，用于对ultralytics的detect检测任务进行以下操作： 1）数据预处理， 2）模型训练， 3）模型推理。 脚本运行方式如下： * 运行脚本： python webui_det.py or run_det.bat 根据readme.md步骤进行操作。 样本量： 238 目前数据集会定期更新。
     
  • 火灾烟雾图像标注数据集-俯视视角-视频截帧-1280
    优质
    本数据集包含大量从火灾监控视频中提取的1280分辨率俯视视角图像，并对其进行详细的烟雾标注，适用于火灾检测与预警系统的训练和测试。 该资源包含1280张从俯视角度抽取的火灾烟雾图像，每30帧抽取一帧以避免图片重复。这些图像稀缺且标注精细，质量经过严格把控，并已分别用VOC和YOLO格式进行标注，开箱即用。
     
  • 俯视视角的安全帽图像标注数据集-视频抽帧版（806）
    优质
    本数据集包含大量安全帽图像，采用俯视视角拍摄并从视频中抽取关键帧生成，旨在优化对佩戴情况的识别与分析。含806张标注图片，适用于训练和测试相关计算机视觉模型。 资源包含806张从俯视角度拍摄的安全帽和人的视频抽帧图像，每隔30帧抽取1帧以确保图片不重复。所有标注都经过仔细处理，并且质量得到了严格把控。这些数据已经用VOC和YOLO两种格式进行了标注，可以直接使用。
     
  • 基于Yolov5-DeepSort的VisDrone数据车辆检测与跟踪（含俯视视角及训练权重）
    优质
    本项目采用Yolov5和DeepSort算法对VisDrone数据集中的车辆进行精准检测与跟踪，同时提供俯视视角展示功能，并开放训练权重供研究者使用。 使用yolov5-deepsort在俯视场景下进行visdrone数据集中的车辆检测与跟踪。包含YOLOv5训练好的visdrone数据集权重以及各种训练曲线，可以生成目标运动轨迹。整个项目基于pytorch框架，并采用python代码实现。 结果参考如下博客文章：https://blog..net/zhiqingAI/article/details/124230743（原文中包含的链接，请删除以符合要求）
     
  • 道路俯视视角下的交通工具与行人检测数据集（含逾3000幅图像及标注）
    优质
    简介：本数据集提供了超过3000幅从道路俯视角度拍摄的高质量图像及其详细标注信息，涵盖各类交通工具和行人的精确位置与类别。主要用于训练和完善机器视觉模型在复杂交通环境中的目标检测能力。 目标检测数据集：俯拍道路上的交通工具、行人图像检测数据集（超过3000张图片和标签），包括训练集、验证集、对应标签以及class文件。 该数据集已处理成YOLO格式，并进行了数据增强，适用于所有系列的YOLO网络训练。 类别数量为10个：汽车、摩托车、行人、卡车等【具体类别请参考class类别文本段落件】。