口罩佩戴检测数据集包括两种类别,戴口罩与不带口罩,总共有1165个数据,戴口罩的500多,不带口罩的600多,其中还附带标注好的标签数据,对于想进行检测的朋友可以直接使用,不用再自己费力标注。
1、USC行人数据集；2、MIT行人数据集；3、CrowdHuman；4、Caltech行人数据集；5、DukeMTMC-reID；6、DatasetusedinourICCV'07paper；7、D
手机屏幕缺陷检测数据集,用于对手机缺陷进行算法训练,包含钢化膜裂痕、加装蓝色滤光片效果、指纹油脂等类型
包含上千张猪群图片和通过labelimg框选得到的xml文件。
带有标签的检测数据集
1. 本数据来源于MAFA dataset和WIDER FACE dataset。 2. 训练集共6120张图片,来自与MAFA的有3006张图片(基本都是戴口罩的图片), WIDER Face的有3
入侵检测数据集nsl-kdd,采用python进行数据预处理,字符转化为数据,数值标准化处理。采用的是包含了百分之20的那个数据子集处理的
车牌检测与识别数据集:包括训练车牌检测模型数据:车牌和非车牌图块大小是136*36。训练字符识别模型数据:车牌字符大小是20*20,包括:数字:0~9；字母:A~Z；省市简称:京、津、晋、冀、蒙、辽、
适用于网络入侵检测的数据集KDDCUP
该资源包含了数据集命名工具,数据集标注工具labelImg,并且在python3下可使用,需要安装pyqt5库,在进行标注前要将data中的内容换为自己的目标种类,可实现VOCpascal格式标注和y
