这个数据集是专为YOLO训练而设计的,其中包含了大约1000多张包含苹果、香蕉、梨和橙子的图像。这些图像已经被标注,并且按照70%的比例划分为训练集和测试集。这个数据集非常适合初学者使用,帮助他们熟悉YOLO框架。
暂无评论
一个包含295张图像的小型车辆数据集,其中许多图像来自加州理工学院汽车1999年和2001年的数据集。该数据集经过Pietro Perona的许可使用,每个图像都包含一个或两个标记的车辆实例。虽然小型
工业表面缺陷检测数据集大小为1400张图像,其中包含四种不同类型的缺陷,分别为真空缺陷、擦伤、脏污和褶皱痕迹。该数据集可用于工业质量控制和表面缺陷检测的算法研究和评估。图像质量高,能够提供充分的样本量
支持少量数据集的数据增强,提供多种随机变化来增加图片丰富性,适用于yolo等目标检测算法。工具包含三个Python文件:rename_file.py可以重命名文件,DataAugmentforLabe
NEU-DET数据集包含1,800张图像,包括热轧钢带的六种常见表面缺陷:轧制氧化皮斑块开裂点蚀表面内含物划痕数据集提供了缺陷的类别和位置注释,黄色边框标记缺陷位置,绿色标签显示类别
这个数据集是开源出来的数据集,目前只能下载下来训练集,因此要保存一份到csdn上面,这个数据集是非常重要的虽然只有170M
里面有七百多照苹果的数据集,以及对应的标签xml文件,可以用于目标检测练习。深度学习初学者希望能够给大家提供帮助
火焰图集合和训练好的yolo_tiny火焰检测weights,经过处理成voc数据集,而且经过训练,可以实现yolo-tiny的图像检测。
caffe训练数据集的教程:非常详细,不会的可以提问哦~~~~
hog的xml与训练数据集,用与svm机器学习使用。。。。。,
ChatGPT 使用了大量文本数据进行训练,涵盖广泛领域,包括新闻文章、书籍、对话、代码等。这些数据通过爬取网络、购买许可证和与数据提供商合作等方式获取。
暂无评论