该数据集用于高分辨率吸烟检测。-ITADN社区

高分辨率的吸烟检测数据集

优质

本数据集提供了高分辨率的吸烟行为记录，旨在为研究和开发吸烟检测技术提供详实的数据支持。该数据集包含2600张高分辨率的吸烟检测图片，并已进行标记及数据清洗。

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。

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。

烟雾检测数据集YOLOv5吸烟识别

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。

电话吸烟目标检测数据集

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）。

Yolov5吸烟识别数据集 - Yolov5抽烟检测数据集.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。

针对吸烟行为的目标检测数据集

优质

本研究构建了一个专注于识别和定位图像中吸烟行为的目标检测数据集，为相关领域提供高质量训练资源。吸烟检测数据集包含了一系列用于识别和分析吸烟行为的数据样本。这些数据可以被用来训练机器学习模型，以提高对吸烟活动的自动检测能力。通过使用这样的数据集，研究人员能够开发出更准确、高效的算法来监测公共场合中的吸烟现象，并为相关健康政策提供支持。

吸烟（抽烟）检测与识别第二部分：使用Pytorch的实现（包含吸烟数据集及训练代码）.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。

Urban100 高分辨率重建数据集.7z

优质

Urban100是一个高分辨率图像数据集压缩文件，包含100幅高质量的城市景观图片，适用于超分辨率成像技术的研究与开发。 Urban100 包含了具有挑战性的城市景色，并且包含不同频带的细节。通过使用双三次插值对真实图像进行降尺度处理，可以得到低分辨率（LR）与高分辨率（HR）图像对，从而用于训练和测试数据集。

是否确定退出登录?

该数据集用于高分辨率吸烟检测。

全部评论 (0)