Advertisement

1万多张Yolo红外微小无人机目标检测数据集（含数据增强图片）

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

简介：
本数据集包含超过1万张针对YOLO算法优化的红外微小型无人机图像，通过引入数据增强技术进一步丰富样本多样性。 1万多张Yolo红外微小无人机目标检测数据集（包含有数据增强图像），已经配置好目录结构，并附有yolo格式的标签文件以及train、val、test三个子集划分，同时提供data.yaml文件以方便使用Yolov5、Yolov7和Yolov8等算法进行模型训练。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 1万多张Yolo红外微小无人机目标检测数据集（含数据增强图片）
    优质
    本数据集包含超过1万张针对YOLO算法优化的红外微小型无人机图像，通过引入数据增强技术进一步丰富样本多样性。 1万多张Yolo红外微小无人机目标检测数据集（包含有数据增强图像），已经配置好目录结构，并附有yolo格式的标签文件以及train、val、test三个子集划分，同时提供data.yaml文件以方便使用Yolov5、Yolov7和Yolov8等算法进行模型训练。
     
  • 微小飞鸟的Yolo红外目标检测数据集
    优质
    微小飞鸟的Yolo红外目标检测数据集是由一系列高分辨率的红外图像构成的专业数据库，旨在提升对小型鸟类在复杂背景下的自动识别与追踪技术。此数据集为研究人员提供了一个独特的平台，用以开发和评估先进的目标检测算法，在生态保护、环境监测等领域具有重要应用价值。 几百张YOLO红外微小飞鸟目标检测数据集已经配置好目录结构，并且包含Yolo格式（txt）的标签文件以及train、val、test三个子集划分。此外，还附有data.yaml文件，使得使用YOLOv5、YOLOv7或YOLOv8等算法可以直接进行模型训练。 数据集和检测结果可以参考相关文献。具体的数据集配置目录结构如下： nc: 1 names: [bird]
     
  • YOLO水果蔬菜目标检测数据集（含8万张图片）.rar
    优质
    简介：该资源包含YOLO水果蔬菜目标检测数据集，内有8万张图片用于训练和测试模型识别不同种类的水果与蔬菜。 1. 资源描述：YOLO目标检测水果蔬菜数据集（8万张图像）.rar 2. 资源内容包括参数化编程、便于更改的参数设置，以及清晰易懂的代码结构与详尽注释。 3. 该资源适用于计算机科学、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. 用户可根据需求进一步探索更多数据集及其他仿真源码（详情可自行搜索相关资料）。 5. 资源提供者是一位资深算法工程师，拥有十年在Matlab、Python、C/C++、Java以及YOLO目标检测领域的工作经验。擅长计算机视觉技术、智能优化和信号处理等众多领域的算法仿真实验，并乐意与他人分享交流学习心得。
     
  • YOLO红外船舶目标检测数据集
    优质
    简介：YOLO红外船舶目标检测数据集是一款专为海上监控设计的数据集合，包含大量船只在不同海况下的红外图像，适用于训练和评估先进的船舶自动识别系统。 YOLO红外船只目标检测数据集包含6000多张高质量的真实场景图片，使用lableimg软件进行标注。图片格式为jpg，标签有两种：VOC格式和yolo格式，并分别保存在两个不同的文件夹中，可以直接用于YOLO系列的红外船只目标检测任务。该数据集涵盖了丰富的应用场景，并包括liner、sailboat、warship、canoe、bulk carrier、container ship以及fishing boat七个类别目标。
     
  • 远距离小目标仰拍无人机检测数据集（VOC+YOLO格式，含10672张图片，1个类别）.7z
    优质
    该数据集包含10672张图像，专为训练和评估无人机在远距离条件下对小型目标的仰拍识别性能设计。以VOC与YOLO两种格式提供，专注于单一类别检测任务。 数据集格式为Pascal VOC与YOLO格式（不含分割路径的txt文件），仅包含jpg图片及对应的VOC格式xml文件和yolo格式txt文件。 图片数量：10627张 标注数量(xml文件)：10627个 标注数量(txt文件)：10627个 标注类别数：1类 标注类别名称：visdrone 每个类别中的框数： visdrone 框数 = 10627 总框数：10627 使用工具为labelImg，对类别进行画矩形框。 重要说明：该数据集由大约5段视频截取而成。每张图片都有对应的标注文件。所有照片均为仰拍视角拍摄，并且无人机都是远距离拍摄的小目标，因此更贴合实际场景需求。 更多信息：此为包含10627个样本的远距离小目标仰拍无人机检测数据集，采用VOC+YOLO格式，仅有一个类别。
     
  • 红外小型目标飞机检测数据集
    优质
    本数据集包含多种真实场景下的红外图像，用于识别和跟踪小型飞行器，涵盖不同背景、光照条件及目标姿态变化。 train: ./data/VOC2007/train.txt # 16551 images val: ./data/VOC2007/test.txt # 4952 images # number of classes nc: 1 # class names names: [air]
     
  • WIDERFACE人脸检测数据集A（小目标VOC+YOLO格式，含7906张图片，1个类别）.7z
    优质
    这是一个包含7906张图像的数据集，专为WIDERFACE的人脸检测挑战设计，采用VOC和YOLO格式标注，专注于捕捉小目标人脸。 数据集格式：Pascal VOC格式+YOLO格式（不含分割路径的txt文件，仅包含jpg图片及对应的VOC格式xml文件和yolo格式txt文件） 图片数量（jpg文件个数）：7906 标注数量（xml文件个数）：7906 标注数量（txt文件个数）：7906 标注类别数：1 标注类别名称：[face] 每个类别的框数： - face 框数 = 180,744 总框数：180,744 使用标注工具：labelImg 标注规则：对类别进行矩形框绘制。 重要说明：此数据集是widerface数据集的一部分，特点是每个图片至少有一个面积小于3500像素的边界框（bbox），适合用于远距离人脸检测。同时，小的人脸可能容易被误检。 特别声明：本数据集不对训练模型或权重文件的精度提供任何保证，仅确保标注准确合理。
     
  • 无人机红外目标识别数据集
    优质
    本数据集专注于无人机搭载红外设备进行目标识别的研究，收录了多样化的红外影像与标注信息，旨在推动智能识别技术的进步。 最近在进行红外目标检测的研究工作，并整理了一些数据集，将持续更新。 【数据集一】：该数据集包含2898张由无人机从不同场景（如学校、停车场、道路及操场等）捕获的红外热图像，涵盖了人、自行车和汽车等多种对象。此数据集中的人工标注信息以YOLO格式提供，并已按照训练样本(2008个)、验证样本(287个)以及测试样本(571个)进行了划分。