Advertisement

包含8000张图片的口罩数据集已完成标注

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

简介：
本项目成功构建了一个独特的口罩图像数据库，内含8000张已标注图片，为面部识别与疫情防控研究提供了宝贵的资源。 已标注好的口罩数据集包括face和mask两部分。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 包含8000张图片的口罩数据集已完成标注
    优质
    本项目成功构建了一个独特的口罩图像数据库，内含8000张已标注图片，为面部识别与疫情防控研究提供了宝贵的资源。 已标注好的口罩数据集包括face和mask两部分。
     
  • YOLOv5目标检测及人脸口罩数据集（含8000张图片与标注文件）.zip
    优质
    本资源包含YOLOv5模型训练所需的人脸口罩目标检测数据集，内含8000张图像及其对应的标注文件，适用于开发疫情防护等相关应用。 1. 资源描述：约4000张不带口罩的人脸图片及4000张带口罩的人脸图片，包含标注文件，符合YOLOv5格式，可直接用于训练。 2. 资源特点：数据质量高、标注框精确度高，可以直接应用于yolo目标检测任务中。 3. 适用对象：计算机科学、电子信息工程和数学等专业的大学生课程设计、期末大作业及毕业设计项目。 4. 此资源集合由一位资深算法工程师提供。该工程师在某大型企业工作超过十年，精通Matlab、Python、C/C++和Java等多种编程语言，并专注于YOLO算法仿真研究。 5. 他擅长计算机视觉技术的应用开发、目标检测模型的构建与优化、智能优化算法的设计及实现，同时对神经网络预测分析、信号处理方法以及元胞自动机理论有着深入的理解。此外，在图像处理领域也积累了丰富的经验，包括但不限于智能控制策略设计和路径规划方案制定，并且在无人机相关技术研究方面也有独到见解。 6. 欢迎广大科研人员和技术爱好者与他交流学习。
     
  • YOLO目标检测与口罩检测数据集已完成标注（含3006张图片及对应XML文件）.rar
    优质
    本资源包含一个经过全面标注的数据集，专为YOLO目标检测模型和口罩检测任务设计。该数据集包括3006张高质量图像及其对应的XML格式标注文件，适用于训练、验证与评估相关计算机视觉应用。 1. 资源内容：提供YOLO目标检测及口罩检测数据集（包含3006张图像及其对应的已标注xml文件），可以直接使用。 2. 代码特点：采用参数化编程，便于用户根据需求调整参数；代码逻辑清晰且配有详细注释以方便理解与修改。 3. 适用对象：适用于计算机、电子信息工程和数学等专业的大专院校学生在课程设计、期末作业及毕业项目中的应用实践。 4. 更多仿真源码和数据集资源可从相关平台获取，具体请自行搜索所需内容。 5. 作者简介：某知名公司高级算法工程师，在Matlab、Python、C++、Java等编程语言以及YOLO目标检测算法的开发上拥有超过十年的工作经验。擅长领域包括但不限于计算机视觉技术、智能优化模型设计与实现、神经网络预测分析，信号处理方法研究，元胞自动机建模及仿真实验，图像处理技术革新，智能控制系统构建和无人机路径规划等方面的研究工作；欢迎感兴趣的同行进行交流探讨学习机会。
     
  • 已完成标注的挖掘机数据集，包含约700张VOC格式图片
    优质
    本数据集包含了大约700张采用VOC格式标注的高质量挖掘机图像，适用于目标检测和机器学习研究。 工程车辆数据集（挖掘机）已标注完成，包含约700张图片。该数据集适用于VOC格式的深度学习目标检测任务。如有需要其他格式的数据，请私信联系我。
     
  • 口罩检测数据集（含8967张图片）
    优质
    本数据集包含8967张图片，旨在为机器学习模型提供训练和测试资源，以实现对各种类型口罩佩戴情况的有效识别与分类。 数据集包括了2979张佩戴口罩的人脸图片、2994张未佩戴口罩的人脸图片以及2994张未正确佩戴口罩的图片（即那些戴口罩却露出鼻子的照片）。这部分未正确佩戴口罩的数据被纳入到未佩戴口罩的数据集中，具有很高的实际意义。所有图像均由人脸识别模块切割出，并且只包含人脸部分的小图，这对训练准确性有很大提升。此外，数据集还通过旋转操作进行了增强处理。有关项目代码和数据集的预览可以参考相关博客文章。
     
  • 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。
     
  • 包含6000张图片的车辆数据集，所有标注已完成，并附带.xml文件
    优质
    这是一个全面的车辆图像数据库，内含6000张高质量图片，每一张都已详细标注并配有描述信息的.xml文件，便于深度学习和计算机视觉研究。 我们已经完成了一个包含6000张车辆图片的数据集的全部标注工作，并生成了对应的.xml文件。这些数据可用于训练识别车辆的.H5模型和.pth模型，其识别准确率高达99.8%。
     
  • 手语图片数据集（含2400多张已标注图片）.zip
    优质
    本资源提供一个包含超过2400张图片的手语图像数据集，每一张图片均已详细标注，便于进行手语识别模型训练和研究。 手语图片数据集包含2400多张已标注的手语图片。
     
  • 口罩检测的数据集：包含2700张图像及VOC格式标注信息
    优质
    本数据集包含了2700张关于口罩的相关图像，并附有VOC格式的详细标注信息，旨在支持各类口罩识别与检测的研究工作。 目标检测之口罩数据集包含2700张图片及相应的VOC格式标注信息。JPEGImages文件夹用于保存这2700张图片；Annotations文件夹中则包含了与每一张图片对应的XML文件，提供目标检测的标注信息。
     
  • YOLO水果检测数据集：含8000张高质量图片及完整标注信息
    优质
    YOLO水果检测数据集包含8000张高质量图像与详尽标注信息，旨在提升水果识别精度，适用于机器学习和计算机视觉研究。 项目介绍： 该数据集包含 6 种不同水果（苹果、葡萄、菠萝、橙子、香蕉和西瓜）的 8479 张图像。每张图像都以 YOLOv8 格式进行了注释。 对每幅图像进行以下预处理操作： - 自动定向并剥离 EXIF 方向信息 - 调整大小至 640x640 像素（拉伸） - 应用增强功能，为每个源图像创建三个版本 对于边界框应用了如下变换： - 每个图像的水平翻转概率为 50% 数据集按以下比例进行划分： - 训练集：84% - 验证集：11% - 测试集：5% 下载后，请先阅读项目中的 README.md 文件（如有），以便更好地了解项目的详情和使用方法。本资源仅供学习参考，严禁用于商业用途。 对于任何疑问或需要帮助的情况，欢迎随时与我联系。