Advertisement

火灾检测的VOC数据集以及训练好的yolo_tiny模型权重。

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


简介:
经过一系列的处理和训练,火焰图集合以及预先训练好的yolo_tiny火焰检测权重,最终被转换成符合voc数据集格式,并进一步进行训练,从而能够有效地完成yolo-tiny图像的检测任务。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • VOC格式图像Yolo_Tiny
    优质
    本项目提供了一套基于VOC格式的火灾检测图像数据集,并附有针对YOLO-Tiny模型优化后的预训练权重文件,旨在促进火灾监控系统的研发与应用。 通过处理将火焰图集合转换为VOC数据集,并使用训练好的yolo_tiny火焰检测weights进行训练后,可以实现基于yolo-tiny的图像检测功能。
  • Darknet版YOLOv3文件(含2000
    优质
    本资源提供基于Darknet框架下的YOLOv3火灾检测模型及其预训练权重,利用包含约2000张图像的数据集进行深度学习训练。 Darknet版YOLOv3火焰识别:1、包含训练好的weights权重文件以及后缀为cfg、data、names的配置文件,并附有训练map曲线和loss曲线,map值达到80%以上;2、提供一个包含2000多张图片的数据集用于火焰检测,类别名为fire,标签格式包括txt和xml两种,分别保存在两个不同的文件夹中;3、参考检测效果详见相关博客文章。
  • YOLOV5焰与烟雾源码、完成 Python焰与烟雾源码、完成
    优质
    本项目提供YOLOv5框架下的Python代码,用于火灾中火焰和烟雾的检测。包含相关数据集以及经过训练的模型文件,便于快速应用和二次开发。 YOLOV5火灾火焰烟雾检测源码、数据集及训练好的模型包含详细代码注释,适合新手理解使用。这是一个个人精心打造的98分项目,在导师那里获得了高度认可,并被推荐为毕业设计、期末大作业和课程设计中获取高分的理想选择。下载后只需简单部署即可投入使用。
  • 基于YOLOV5焰与烟雾源码、(Python版)
    优质
    本项目提供基于YOLOv5框架的火灾火焰和烟雾检测解决方案,包括Python代码、训练所需数据集及预训练模型。 基于YOLOV5的火灾火焰烟雾检测源码、数据集以及训练好的模型已准备好。同样提供的是Python版本的火灾火焰烟雾检测源码、数据集及训练完成的模型。这些资源可以用于实现高效的火灾监控系统,帮助及时发现并响应火情。
  • YOLOv7船舶船舶
    优质
    本项目提供先进的YOLOv7模型用于高效准确的船舶检测,并包含经过充分训练的船舶检测权重与特定数据集,适用于海洋监控、安全等领域。 使用YOLOv7训练船舶检测模型,并包含已标注的船舶数据集。标签格式为xml和txt两种,类别名为boat。采用pytorch框架,代码用Python编写。
  • 基于YOLOv5s
    优质
    本项目采用轻量级目标检测框架YOLOv5s,专注于火焰识别任务,通过大量标注数据训练得到高效准确的火焰检测模型权重。 分PT和ONNX两种格式,其中ONNX可以被OpenCV470识别(C++)。
  • YOLOv7焰与烟雾标注
    优质
    本资源提供YOLOv7模型在火焰和烟雾检测任务中的预训练权重及详细标注数据集,助力火灾预防系统的开发与优化。 1. YOLOv7火焰和烟雾检测训练权重包含各种训练曲线图,可以使用tensorboard打开训练日志。 2. 类别包括:fire、smoke。 3. 数据集附有VOC和YOLO两种标签格式。 检测结果与数据集参考相关文章。
  • 基于YOLOv5飞机+++PyQt界面
    优质
    本项目基于YOLOv5框架开发了一套高效的飞机检测系统,包含详尽的数据集与预训练权重,并配以用户友好的PyQt图形界面。 使用YOLOv5训练飞机检测模型,并包含已标注的飞机数据集。标签格式为xml和txt两种,类别名为aeroplane。采用pytorch框架,代码是用Python编写的。该系统还配备了一个QT界面,可以用于检测图片、视频以及调用摄像头进行实时检测,提供相应的选择项。
  • Yolov8目标
    优质
    本资源集合提供了一系列基于YOLOv8框架的目标检测预训练模型权重文件,适用于各类图像识别任务。 YOLOv8的五个权重文件可供下载。由于从GitHub下载速度较慢,我已将这些文件上传至个人空间以方便大家获取。