logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

如何用yolov8训练使用——垃圾桶装满数据集 3300张 垃圾桶 带标注 voc yolo都有对应标注

如何用yolov8训练使用——垃圾桶装满数据集 3300张 垃圾桶 带标注 voc yolo都有对应标注

文章图片
#深度学习#人工智能
如何使用Yolov8训练使用 睡觉检测数据集 2100张 躺睡趴睡 带标注 voc yolo

睡觉检测数据集 2100张 躺睡趴睡 带标注 voc yolo添加图片注释,不超过 140 字(可选)首先,你需要确保你的数据集已经按照YOLOv8的要求进行了组织。通常情况下,这包括以下内容:图片文件夹:存放所有的图片。标注文件夹:存放与每张图片对应的YOLO格式的标注文件。data.yaml 文件:定义了数据集的基本信息,如类别名、训练和验证集的位置等。接下来,我会给出一个示例的data.ya

文章图片
#深度学习#机器学习
如何使用yolov8训练使用——太阳能光伏电池板缺陷检测数据集 鸟粪, 清洁, 脏污, 电气损坏 ,物理损坏, 积雪覆盖 6类 共2050张,标注YOLOtxt格式。可以直接用于模型训练

如何使用yolov8训练使用——太阳能光伏电池板缺陷检测数据集 鸟粪, 清洁, 脏污, 电气损坏 ,物理损坏, 积雪覆盖 6类 共2050张,标注YOLOtxt格式。可以直接用于模型训练

文章图片
#深度学习#目标检测#机器学习
如何使用YOLOv8训练行人检测数据集 人检测数据集,9000张图片带标注,yolo格式

如何使用YOLOv8训练行人检测数据集人检测数据集,9000张图片带标注,yolo格式

文章图片
#目标检测#深度学习
使用YOLOv8训练危险化学品车辆检测数据集,数据集包含4300余张图像,yolo格式标注,共分为大卡车、油罐车、大巴车、小汽车

使用YOLOv8训练危险化学品车辆检测数据集,数据集包含4300余张图像,yolo格式标注,共分为大卡车、油罐车、大巴车、小汽车

文章图片
#目标检测
如何使用YOLOv8训练一个苹果品质检测数据集_苹果病害数据集 共5694张,8_1_1比例划分 yolo

【苹果品质检测数据集】3类names: ['Anthracnose', 'Marssonia blotch', 'apple']名称::['炭疽病','马尔松氏斑', '苹果',]共5694张,8:1:1比例划分,(train:4555张,val:569张,test:570张标注文件为YOLO适用的txt格式或xml格式或jason格式。可以直接用于模型训练。

文章图片
#目标检测#深度学习#python
如何使用 yolov8训练——玉米叶片病害检测数据集 6000张 玉米 带标注 voc yolo 玉米数据集

玉米叶片病害检测数据集 6000张 玉米 带标注 voc yolo添加图片注释,不超过 140 字(可选)分类名: (图片张数,标注个数)添加图片注释,不超过 140 字(可选)Spodoptera_ Frugiperda_ Egg: (72, 81)Hea Ithy: (1238, 2950)Spodoptera_ Frugiperda_ aftermath: (1200, 3404)Bligh

文章图片
#目标检测#深度学习#机器学习 +1
如何使用Yolov8训练使用——智慧化道路交通事故检测数据集 11000张 道路事故 带voc yolo 交通事故数据集

如何使用Yolov8训练使用——智慧化道路交通事故检测数据集 11000张 道路事故 带voc yolo 交通事故数据集

文章图片
#深度学习#机器学习#目标检测
钢材表面缺陷检测系统,yolov8_opencv yolov8训练,数据集图片4312张,使用opencv,thinter构建的gui六分类,对应中文为 龟裂,夹杂物,斑块,点蚀表面,轧入鳞片,划痕。

添加图片注释,不超过 140 字(可选)钢材表面缺陷检测,yolov8/opencv使用yolov8训练,数据集图片4312张,已经训练好了,也可以自己重新训练,使用opencv,thinter构建的gui 需要下载相关库,如opencv,ultralytics等 六分类,'crazing', 'inclusion', 'patches', 'pitted_surface', 'rolled-in

文章图片
#opencv#分类
如何用yolov5训练使用——滑坡数据集 自然灾害洪水滑坡检测YOLO数据集模型2339张 2类 ,按照8比2划分为训练集和验证集,其中训练集【1871】张,验证集【468】张,模型分为【2】类】

添加图片注释,不超过 140 字(可选)如何训练使用——滑坡数据集 自然灾害洪水滑坡检测YOLO数据集模型2339张 2类,按照8比2划分为训练集和验证集,其中训练集【1871】张,验证集【468】张,模型分为【2】类,分类为:【'flood', 'landslide'】 每个类别的图片数量和标注框数量如下: flood: 图片数【1902】,标注框数【2711】 landslide: 图片数【4

文章图片
#目标检测#深度学习#xml
    共 173 条
  • 1
  • 2
  • 3
  • 18
  • 请选择