本数据集为飞机卫星图，包括J用、民用、以及通用飞机。图片数量1000张，图片尺寸为1024x1024,RGB彩图。仅包含一类目标：飞机。数据集已经打好标签，标签格式为常用的pascal voc格式（xml）。可以直接用于目标检测模型的训练（YOLO系列）。本数据集仅限于算法研究目的，目前为第三批，后续将发布更多的数据集。数据集下载地址：飞机数据集-03这一批数据，全部采集自毛熊家的，不得不说，毛熊

跨阶段局部瓶颈模块（Cross stage partial bottle neck mudile）在源代码中被命名为BottlenectCSP，它是由一系列卷积层（ConvD）、标准卷积模块（Conv）、批正则化层(BN)、瓶颈结构模块（Bottlenect）等模块组成，其结构简如图3所示。三卷积跨阶段局部瓶颈模块（Cross stage partial bottle neck mudule）在源

花卉数据集共包括64000张图片，囊括了32种花卉的类别，其中10%为测试集，90%为训练集。图片的大小为224x224，通道数为3。一共使用了23种模型进行训练，通过评估，mobilenet_v1、mobilenet_v3_large、mobilenet_v3_small、inception_v2、inception_v3、AlexNet、ZF_Net几个模型，具有计算量小，分类准确度高的优点，

花卉数据集共包括64000张图片，囊括了32种花卉的类别，其中10%为测试集，90%为训练集。图片的大小为224x224，通道数为3。一共使用了23种模型进行训练，通过评估，mobilenet_v1、mobilenet_v3_large、mobilenet_v3_small、inception_v2、inception_v3、AlexNet、ZF_Net几个模型，具有计算量小，分类准确度高的优点，

当前的基于CNN的目标检测深度学习模型，比较主流的是基本都是基于监督学习，如当前相当成熟的YOLO系列、RCNN系列、centernet系列目标检测算法模型。这种监督学习的方法，很依赖于数据集。模型检测性能的好坏，很大程度上取决于数据集的数量和质量，即，数据量越多越全面，越接近真实应用场景，那么训练出来的模型，在实际应用中表现越出色。在算法研究过程中，也需要合适的数据集，来验证算法设计的性能。所以

本数据集为坦克卫星图，采集地点为日本陆上自卫队装甲战车基地。图片数量1000张，图片尺寸为1024x1024,RGB彩图。仅包含一类目标：坦克。数据集已经打好标签，标签格式为常用的pascal voc格式（xml）。可以直接用于目标检测模型的训练（YOLO系列）。本数据集仅限于算法研究目的，目前为第一批，后续将发布更多的数据集。数据集下载地址：坦克数据集-001...

本数据集为飞机卫星图，包括J用、民用、以及通用飞机。图片数量1000张，图片尺寸为1024x1024,RGB彩图。仅包含一类目标：飞机。数据集已经打好标签，标签格式为常用的pascal voc格式（xml）。可以直接用于目标检测模型的训练（YOLO系列）。本数据集仅限于算法研究目的，目前为第三批，后续将发布更多的数据集。数据集下载地址：飞机数据集-03这一批数据，全部采集自毛熊家的，不得不说，毛熊

Yolov5系列是Yolo家族新一代的模型，相比于之前的版本Yolov3和Yolov4，相同的是，它依然采用锚框（anchor）对目标的尺寸进行回归的思想，保持大中小多种尺度特征输出，所不同的是，Yolov5系列在损失函数设计、网络结构方面，以及特征输出后处理方面有所改变。瓶颈网络部分，顾名思义，由一系列瓶颈结构的模块组成，该部分的网络特点是，特征的尺寸变化，像瓶颈一样，先减小一半，然后再恢复到原

本数据集为飞机卫星图，包括军用、民用、以及通用飞机。图片数量1000张，图片尺寸为1024x1024,RGB彩图。仅包含一类目标：飞机。数据集已经打好标签，标签格式为常用的pascal voc格式（xml）。可以直接用于目标检测模型的训练（YOLO系列）。本数据集仅限于算法研究目的，目前为第一批，后续将发布更多的数据集。数据集下载地址：飞机数据集001...

本数据集为坦克卫星图，采集地点为日本陆上自卫队装甲战车基地。图片数量1000张，图片尺寸为1024x1024,RGB彩图。仅包含一类目标：坦克。数据集已经打好标签，标签格式为常用的pascal voc格式（xml）。可以直接用于目标检测模型的训练（YOLO系列）。本数据集仅限于算法研究目的，目前为第一批，后续将发布更多的数据集。数据集下载地址：坦克数据集-001...