Advertisement

烟雾检测数据集YOLOv5吸烟识别

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • YOLOv5
    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。
  • Yolov5 - Yolov5.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。
  • -.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。
  • YOLOv5 6.2版本
    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。
  • YOLOv5火灾
    优质
    本数据集专为优化YOLOv5模型设计,包含大量标注的烟雾与火灾图像,旨在提升智能监控系统中对早期火情的识别精度。 该项目提供了一个基于YOLOv5的火焰烟雾检测解决方案,并已经训练完成可以直接使用进行推力测试。 项目特点如下: 1. 包括经过预训练的模型yolov5s-fire_smoke.pt和yolov5m-fire_smoke.pt,可以立即用于推理任务。 2. 提供了包含标记好的烟雾和火焰的数据集,标签格式包括xml和txt两种形式。 3. 如果需要重新训练模型以适应特定需求,也可以进行操作。 4. 使用PyTorch框架编写,并且代码是Python语言的。该项目还配备了基于pyqt开发的应用界面。 整个项目包含了YOLOv5火灾烟雾检测源码、预训练好的权重文件(pt格式)、数据集以及用户友好的图形界面应用,支持视频和图片等多种形式的数据进行推理测试。价格优惠合理,可以放心下载使用。
  • YOLOv5代码及预训练smoke模型++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。
  • 民注意:Yolov5.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。
  • YOLO++目标+机器视觉+含5000张图片的抽
    优质
    本项目结合YOLO算法与包含5000张图像的专门吸烟数据集,致力于提高在各种场景下的吸烟行为的目标检测精度和效率,推动机器视觉技术的应用。 Yolo吸烟检测数据集是一种用于训练和测试YOLO模型的数据集,旨在识别图像中的吸烟行为。该数据集包含超过5000张样本图片,涵盖了多种场景下的吸烟情况,如室内、室外以及人群密集的地方。 此数据集支持YOLOV5和YOLOV8格式的标注,并且包括各种姿势和环境下的吸烟图片近5000张以上;文件分为images(图像)和labels(标注好的txt文件),其中个人使用labelImg软件手动进行标签制作。在Yolov5和Yolov8模型上测试后,mAP@0.5的识别率超过0.8。 对于熟悉这一领域的用户来说,可以直接下载并使用该数据集。
  • Yolov5火焰与源码及.zip
    优质
    本资源包提供基于YOLOv5框架的火焰与烟雾实时检测系统源代码及相关训练数据集,适用于火灾预防监控系统的开发研究。 针对住宅、工业园区、森林以及加油站等各种室内外场景,深入研究并运用目标检测算法,在图像中标记疑似烟雾和火焰具有重要意义。压缩包中包含源码及数据集,按照install.doc中的环境配置指南进行操作即可完成设置。如遇售后问题,请通过私信提供截图以获得帮助。