Yolov5在非机动车违规停放中的应用——基于无标签数据的机器视觉识别（第一部分：三轮车）

简介：
本文探讨了YOLOv5模型在处理非机动车辆特别是三轮车违规停放问题上的潜力，通过创新地使用无标签数据进行训练，展示了其在实际城市监控中的应用价值。 文件内包含的是非机动车数据集中的三轮车第一部分，由于上传大小限制仅包括了3519张图片的第一部分，总共有两部分。整个资源还包括8000张自行车图像（分类为山地自行车、公路自行车、越野自行车、通勤自行车和共享单车等），每种类型的数量约为800至1000张；另外有8000张电动车的图像（包括绿源电动车、台铃电动车、小刀电动车、雅迪电动车以及共享电动车型号，各型号的数量在800到1000之间）；还有6,035张三轮车图片（分类为淮海三轮车、闪电客三轮车、金彭三轮车、宗申三轮车和五星三轮车等），每种类型大约包含500至600张。所有这些数据集都是未标注的，用于训练yolov5模型进行非机动车识别及违规停放检测。如果需要已标注的数据集，博主将会后续整理并上传。