​带标注的安全帽识别数据集数据集，识别率95.6%，7481张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的乳腺癌识别数据集，识别率92.9%，1784张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的甲状腺结节识别数据集，识别率84.4%，可识别结节，良性结节，34865张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的肾结石识别数据集，识别率88.8%，9708张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的螺母缺陷识别数据集，可识别裂纹，锈蚀，划痕，侧面裂纹，侧面锈蚀，侧面划痕，良品等8种类型， 5880张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的塑料物品识别数据集，识别率95.3%，40797张图，支持yolo，coco json，voc xml,文末有模型训练代码。

​带标注的交通标识数据集，可识别汽车，公交，自行车，摩托，人，识别率94.6%，6523张图，支持yolo，coco json，voc xml,文末有模型训练代码。

文末附有完整的模型训练代码，助你从零开始训练自己的缺陷检测模型。在建筑装修、工程质检和智能制造领域，地面瓷砖的表面缺陷检测是一项重要且具有挑战性的任务。随着计算机视觉技术的发展，基于深度学习的自动缺陷检测方案逐渐成为主流，而一个高质量、标注精细的数据集是模型成功的关键。下图展示了数据集中部分原图及其对应的标注可视化效果，可以清晰看到边界框（Bounding Box）与缺陷类型的对应关系。我们对数据

​带标注的跌倒检测数据集，识别率88.6%，10793张图，支持yolo，coco json，voc xml,文末有模型训练代码可识别常见的跌倒或者摔倒姿势，场景较多，包含运动场，马路街道，医院，广场等场景下的跌倒摔倒图片。

​带标注的游泳池里人员身份识别数据集，识别率81.3%，可识别教练，小孩，男人，女人，217张图，支持yolo，coco json，voc xml,文末有模型训练代码。