Advertisement

YOLOv4-Keras模型及其抽烟检测数据集（包含源代码）。

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

简介：
该压缩文件包含源代码、数据集、运行环境以及训练完成的模型。项目详细说明可查阅下载后中的演示文档（PPT）。数据集来源于Kaggle提供的资源，并结合自行通过爬虫采集的数据，经过了大量冗余图的去除和精细筛选，其中包含超过2400张标注明确的吸烟图像。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于Yolov4-Keras的抽烟检测系统（含源码和数据集）
    优质
    本项目开发了一个基于Yolov4-Keras框架的抽烟行为自动识别系统，提供完整源代码及训练数据集，助力研究与应用。 整个压缩文件包含源码、数据集、运行环境以及训练出的模型。项目讲解可以在下载后的PPT中查看。数据集包括Kaggle提供的数据集及通过爬虫获取的数据，去除了大部分重复图片，并进行了筛选处理，共包含2400多张抽烟图片并已全部标注。
     
  • 抽烟检测-yolov4-tiny-pytorch版本
    优质
    本项目采用PyTorch实现YOLOv4-tiny模型，专注于抽烟行为的实时检测，适用于监控系统和智能安全领域。 抽烟检测使用了yolov4-tiny-pytorch源码，并且通过大量抽烟数据集训练出的模型，识别准确度高达98%，运行速度超过20帧每秒，下载后即可直接运行。
     
  • 抽烟检测数据集-吸烟识别数据集.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。
     
  • 抽烟检测数据集YOLOv5 6.2版本吸烟检测
    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。
     
  • 烟民注意：Yolov5抽烟检测数据集.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。
     
  • 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。
     
  • 抽烟识别与检测数据集(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
     
  • 基于YOLOv5的抽烟检测数据集
    优质
    本数据集专为优化YOLOv5模型设计，聚焦于抽烟行为的识别与分类，旨在提升公共空间监控系统的准确性和效率。 YOLOv5抽烟检测数据集已准备好，格式为txt文件，并且训练集、测试集和验证集已经划分好，可以直接用于模型训练，亲测有效。
     
  • YOLOv5烟雾检测代码及预训练smoke模型+烟雾数据集+pyqt界面
    优质
    本项目提供基于YOLOv5的烟雾检测解决方案，包括预训练模型、烟雾数据集和PyQt构建的用户界面，助力快速部署与应用。 提供了一个训练好的YOLOv5烟雾检测模型，包含4500多张带有xml和txt格式标签的标注数据集，类别名为smoke。配置好YOLOv5环境后可以直接使用，并附带qt界面用于检测图片、视频以及调用摄像头的功能。该系统采用pytorch框架，代码为python编写。