Ta上传的资源 (0)

这是一个包含3类目标和1类背景的手机背板工业质检瑕疵分割数据集,总共有864张数据。该数据集用于工业质检中对手机背板的瑕疵自动分割任务。数据集中的背景类和目标类经过准确标注,提供给研究者和开发者使用。数据集的规模较大,可用于训练和评估瑕疵分割算法的性能。供相关领域的研究人员和开发人员使用。研究人员可

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用于训练和测试。此数据集对于开展工业表面缺陷检测研究具有重要意义。

DCNV3编译环境的配置和使用方法,详细说明了该环境在yolov5、yolov7、yolov8下的适用性和性能表现。重点介绍了环境配置的步骤和注意事项,帮助用户快速搭建起用于运行DCNV3的开发环境。

本文提供了一个红外小目标飞机检测数据集的下载链接。数据集包含了16551张训练图像和4952张验证图像。该数据集共包含1个类别,即飞机。您可以通过访问以下链接下载数据集: 训练数据集:./data/VOC2007/train.txt验证数据集:./data/VOC2007/test.txt

1)yolov5模型在二维码识别中的应用2)二维码数据集的收集与处理3)使用二维码数据集训练得到的yolov5模型4)将模型转换为onnx格式,并在基于opencv dnn的环境中调用5)实现二维码的快速检测与识别程序

以下是YOLO系列论文的发展与优化情况:1)YOLOv1:统一、实时的目标检测方法;2)YOLO9000:更好、更快、更强的方法;3)YOLOv3:一种增量改进方法;4)YOLOv4:目标检测的速度和准确度的最优解;5)只需一层特征的YOLO;6)DetectoRS:递归特征检测方法;7)YOLOv