Advertisement

抽烟检测数据集-吸烟识别数据集.zip

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


简介:
该数据集包含大量标记的图像和视频片段,用于训练机器学习模型以检测和识别吸烟行为。非常适合相关研究和开发使用。 吸烟检测数据集—抽烟检测识别数据集.zip 包含3000张已标注图片及2000张未标注图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • -.zip
    优质
    该数据集包含大量标记的图像和视频片段,用于训练机器学习模型以检测和识别吸烟行为。非常适合相关研究和开发使用。 吸烟检测数据集—抽烟检测识别数据集.zip 包含3000张已标注图片及2000张未标注图片。
  • Yolov5 - Yolov5.zip 文件
    优质
    本文件包含用于训练和评估YOLOv5模型在检测图像中吸烟行为的数据集。内含标注清晰的图片及对应的XML格式注释,适用于研究与开发项目。 Yolov5吸烟检测数据集是一种专门用于训练和测试Yolov5模型的数据集合,其目标是识别并检测图像中的吸烟行为。该数据集中包含了大量不同场景的图像样本,包括室内、室外以及人群聚集的地方等多样的环境。每个图片都详细地标注了边界框与类别标签,以便于机器学习算法精确地区分出哪些物体或活动属于吸烟行为。这些边界框不仅指明了目标的位置和大小信息,还通过类标明确指出这是吸烟相关的图像内容。 利用Yolov5模型配合此数据集进行训练后,可以生成一个高度准确的吸烟检测系统,在实际应用中能够迅速定位并识别出图片中的吸烟动作。这在监控场所、公共空间以及安全领域具有重要意义,因为它能帮助监管人员及时发现违规行为,并采取相应措施来保护环境和保障公众健康。 总之,Yolov5吸烟检测数据集是一个重要的资源库,它支持开发者创建高效的实时吸烟监测系统,从而有效应对公共场所中的相关挑战。
  • YOLOv5
    优质
    本数据集运用YOLOv5算法进行训练与测试,专注于烟雾及吸烟行为的智能检测,旨在提升公共空间的安全监控水平。 包含4104张训练图片、375张验证图片以及371张测试图片,并附有相应的文本标注文件,包括类别及烟的坐标。这些内容均为抽烟场景的照片,格式与yolov5兼容,只需调整路径和类别即可直接用于训练。
  • YOLOv5 6.2版本
    优质
    本数据集为优化YOLOv5 6.2版设计,专门用于提升模型在识别和监测吸烟行为方面的准确性和效率。 该数据集包含5000多张图片及其对应的文本标注,包括类别标签以及烟的坐标位置。这些内容均为抽烟场景的照片,并且格式与yolov5.6.2兼容,只需修正路径和类别信息即可直接用于训练。
  • (smoke.zip)
    优质
    抽烟识别与检测数据集包含了多种情境下人们吸烟的照片和视频片段,旨在帮助开发能够准确识别抽烟行为的人工智能模型。 抽烟检测和抽烟识别数据集
  • YOLO++目标+机器视觉+含5000张图片的
    优质
    本项目结合YOLO算法与包含5000张图像的专门吸烟数据集,致力于提高在各种场景下的吸烟行为的目标检测精度和效率,推动机器视觉技术的应用。 Yolo吸烟检测数据集是一种用于训练和测试YOLO模型的数据集,旨在识别图像中的吸烟行为。该数据集包含超过5000张样本图片,涵盖了多种场景下的吸烟情况,如室内、室外以及人群密集的地方。 此数据集支持YOLOV5和YOLOV8格式的标注,并且包括各种姿势和环境下的吸烟图片近5000张以上;文件分为images(图像)和labels(标注好的txt文件),其中个人使用labelImg软件手动进行标签制作。在Yolov5和Yolov8模型上测试后,mAP@0.5的识别率超过0.8。 对于熟悉这一领域的用户来说,可以直接下载并使用该数据集。
  • 民注意:Yolov5.rar
    优质
    本资源提供了一个基于YOLOv5框架的抽烟行为检测的数据集,旨在帮助开发者和研究人员训练、优化抽烟识别模型。 资源内容:yolov5抽烟检测数据集.rar 该数据集包括2500张图片及其相应的text文本标注文件,其中包含了类别标签及烟的坐标位置,并已按照训练集、测试集和验证集进行划分,可以直接用于模型训练,经实际测试有效。 适用对象: - 计算机专业大学生课程设计与毕业设计 - 电子信息工程专业学生项目研究 - 数学专业的相关课题 作者介绍:某大型企业资深算法工程师,在Matlab、Python、C/C++和Java等编程语言以及YOLO目标检测算法方面有十年的工作经验。擅长计算机视觉技术,包括但不限于目标检测模型开发、智能优化算法设计与实现、神经网络预测建模、信号处理分析及图像处理等多种领域内的仿真实验研究工作。欢迎交流学习。
  • 第二部分:使用Pytorch的实现(包含及训练代码).txt
    优质
    本文件详细介绍了如何利用Python深度学习库PyTorch进行吸烟行为检测模型的构建。内容涵盖从准备专门针对吸烟行为的数据集,到编写用于训练和优化模型的代码全过程,适用于对计算机视觉与深度学习感兴趣的开发者及研究者参考使用。 吸烟检测与识别1:介绍吸烟数据集并提供下载链接。 吸烟检测与识别2:使用Pytorch实现吸烟检测与识别,并包含数据集及训练代码。
  • 电话目标
    优质
    本数据集专注于电话使用场景下的吸烟行为识别,通过收集和标注大量图像与视频数据,为开发高效的目标检测算法提供支持。 我们提供一个包含1559张图片的YOLO格式标注数据集,可以直接用于训练YOLO系列模型。 标注示例: 1 0.7974683544303798 0.5 0.16455696202531644 0.2777777777777778 说明:第一个数字“1”代表类别,后面的四个数值表示边界框的坐标(x1, y1, x2, y2)。