本文提供了一系列可直接用于YOLO目标检测训练的开源数据集，包含几十上百种目标检测数据集。所有数据集均已划分训练集/验证集，部分包含测试集，采用标准YOLO格式（images源图+labels标注文件+classes.txt类别说明）。同时提供了YOLO目标检测从入门到实战的教程视频，适合计算机视觉开发者快速开展目标检测项目实践。

本文介绍了用于目标检测的横幅(banner)数据集，包含2007张已标注图片，训练集/验证集按1604:403划分。提供了YOLOv5和YOLOv8两种模型的训练结果：YOLOv5s模型训练100轮达到mAP 0.909，YOLOv8n模型训练100轮达到mAP 0.878。

本文介绍了一个包含6097张标注图片的吸烟检测数据集，划分了5081张训练集和1016张验证集。数据集标注为txt格式，可直接用于目标检测训练。展示了YOLOv5（mAP 0.703）和YOLOv8（mAP 0.686）训练100轮的模型效果，并提供了示例检测图片。

螺栓螺母检测数据集及模型介绍：包含420张已标注图片，分为螺栓和螺母两类，训练集/验证集比例为336:84。提供YOLOv5和YOLOv8两种训练好的模型结果，均达到mAP0.994的高精度。

本文介绍了一个用于目标检测的牛类数据集，包含4110张已标注图片，划分为3250张训练集和860张验证集。数据集可直接用于YOLO系列模型训练，并提供了YOLOv5（map0.921）和YOLOv8（map0.887）的预训练模型结果展示。

本文介绍了一个用于木材表面缺陷检测的数据集和训练模型。数据集包含4000张已标注图片，划分为3556张训练集和444张验证集，涵盖8类缺陷类型：石细胞、活节、髓心、树脂、死节、带裂纹的节、缺节和裂纹。作者提供了YOLOv5（map0.675）和YOLOv8（map0.699）两种训练100轮的模型结果，均达到较好检测效果。

摘要：本文介绍了一个包含446张已标注图片的遥感飞机检测数据集，按356:90划分训练集和验证集。数据集提供YOLOv5和YOLOv8两种训练好的模型结果，其中YOLOv5模型mAP达0.967，YOLOv8模型mAP为0.959。

本文介绍了用于仪表盘读数检测的数据集及训练好的YOLO模型。数据集包含7739张标注图片，分为训练集(7155)、验证集(525)和测试集(59)，标注了表盘圆心(base)、刻度末位(end)、刻度始位(start)和表盘针头(tip)四类目标。提供了YOLOv5和YOLOv8两种模型的训练结果，其中YOLOv5s模型训练100轮达到mAP0.869，YOLOv8n模型训练100轮达到mAP0.

本文介绍了一个包含9738张已标注图片的交通标志检测数据集，划分为训练集(6793)、验证集(1949)和测试集(996)。数据集涵盖45类交通标志，包括限速、禁止、指示等多种类型。同时提供了基于YOLOv5和YOLOv8的训练结果，其中YOLOv5模型mAP为0.716，YOLOv8模型mAP达0.737。

本文介绍了安全帽检测数据集及训练模型结果。数据集包含4356张已标注图片，分为"未佩戴安全帽"和"佩戴安全帽"两类，训练集与验证集比例为3089:1267。基于该数据集训练得到的YOLOv5模型（训练100轮）准确率达0.977，YOLOv8模型（训练100轮）准确率为0.945。