Advertisement

VOC标注的火焰识别3000张数据集

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

简介：
本数据集包含3000张经过VOC格式标注的火焰图像，旨在支持火焰检测与识别的研究和应用开发。 本数据集包含的火焰类别有“蜡烛火苗”、“森林大火”、“城市火灾”等，适用于进行火焰识别的目标检测初学者或与火焰识别相关的项目用户学习训练使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • VOC标注的火焰识别3000张数据集
    优质
    本数据集包含3000张经过VOC格式标注的火焰图像，旨在支持火焰检测与识别的研究和应用开发。 本数据集包含的火焰类别有“蜡烛火苗”、“森林大火”、“城市火灾”等，适用于进行火焰识别的目标检测初学者或与火焰识别相关的项目用户学习训练使用。
     
  • 已标注的烟雾火焰数据集（VOC格式）
    优质
    本数据集包含了大量已标注的烟雾和火焰图像，遵循PASCAL VOC数据格式标准，适用于火灾检测与识别研究。 共有4999张图片，这些图片包含“烟雾”和“火焰”两个标签。其中，“火焰”的标注较为完整，而由于图像分辨率等因素的影响，“烟雾”的标注质量较差。“火焰”的AP值在使用YOLO训练后达到了约0.7，而“烟雾”的AP值约为0.5。这组图片来自多个不同的来源，并且存在一定的重复情况。
     
  • 火焰识别数据集含2059张图片（已标注），适用于Yolov5/Yolov7/Yolov8
    优质
    本数据集包含2059张标注图像，专为火焰检测设计，兼容YOLOv5、YOLOv7及YOLOv8模型，助力提升目标识别精度与效率。 火灾检测数据集包含2059张图片，每张图片只有一个标签名：fire。标签详情如下： labels: xml文件中的名称为：firenc: 1 names: [fire]
     
  • 含有标注XML的4000张火焰烟雾数据集
    优质
    本数据集包含4000张图像及其对应的标注XML文件，用于识别和分类火焰与烟雾，适用于火灾预警系统开发及研究。 火焰烟雾数据集包含4000张图片，并附有标注的xml文件。
     
  • 口罩佩戴规范识别 数据集 3000张左右 AI与机器学习 VOC标注
    优质
    本数据集包含约3000张图片，旨在训练AI及机器学习模型识别公众在不同情境下是否正确佩戴口罩，采用VOC格式进行标注。 口罩规范佩戴识别检测数据集包含约3000张图片，适用于人工智能与机器学习领域，并采用VOC标注格式。
     
  • 带标注标签的火焰数据集
    优质
    本数据集包含大量带有详细标注的火焰图像和视频帧，适用于火灾检测与分析研究。 火焰的数据集包含1553张图片，并附有标注好的txt和xml文件。自己进行标注后用yolov5训练模型，得到mAP@0.5为0.953，mAP@0.5:0.95为0.679的成绩。
     
  • 带标注标签的火焰数据集
    优质
    本数据集包含大量带有详细标注信息的火焰图像和视频帧，旨在促进火灾检测与分析领域的算法研究及模型训练。 我有一个火焰的数据集，包含1553张图片，并且每张图片都有对应的txt和xml文件。这些数据是我自己进行标注的，在使用yolov5训练模型后，mAP@0.5达到了0.953，而mAP@0.5:0.95为0.679。
     
  • 基于Yolov5的火焰识别检测系统（含4000张火焰图像数据集）
    优质
    本项目开发了一种基于YOLOv5框架的火焰识别检测系统，并提供了包含4000张图像的火焰专用数据集，旨在提高火灾监控与预警系统的准确性和响应速度。 该项目基于YOLOv5实现火焰识别检测功能，在工业化场景中有广泛应用价值，例如智慧工地、智慧电网及智慧小区等领域。项目文件夹内已包含约4000张用于训练的火焰图像数据集，足以支持开发一个性能良好的模型。在本地测试中，最终模型准确率可达97%左右，并具备实际应用潜力。 此外，提供的数据集已经转换为txt格式标签，无需额外处理即可使用。安装所需库后可直接进行训练与测试操作，方便快捷。如遇任何技术问题，请随时联系项目维护者寻求帮助。
     
  • 已标注的火焰烟雾数据集（含1000张图片）
    优质
    本数据集包含1000张经过详细标注的图像，专注于火焰与烟雾的识别与分析，适用于火灾检测系统的开发和研究。 已使用1000张图片创建了火焰烟雾的标注数据集。
     
  • 基于Yolov5的火焰识别检测代码（含4000张火焰图像数据集）.zip
    优质
    本资源提供了一个基于YOLOv5的火焰识别检测项目，包含训练模型所需的4000张火焰图像数据集及源代码。适合用于火灾监控和预防研究。 使用YOLOv5算法实现火焰识别检测的源码（包含4000张火焰数据集）.zip 是一个高分毕业设计项目，包括完整的代码与数据集。该项目基于YOLOv5实现了对火焰的有效识别，适用于智慧工地、智慧电网和智慧小区等工业场景。 文件夹中已上传了用于训练的火焰图像数据集，总计约4000张图片，足以支持模型的良好训练效果。在开发者的测试环境中，最终模型准确率达到大约97%，具备工业化应用潜力。此外，该数据集已经转换为txt格式标签，无需额外处理。 安装好所需的库之后即可直接运行项目进行训练和测试工作。