Car 380.79974400000003 817.92 465.27974399999994 904.96
Car 152.31974400000001 904.96 355.20000000000005 1023.36
Car 159.999744 783.36 219.519744 832.0
Car 193.28025599999998 750.08 247.68 791.68
Car 210.56025599999998 730.88 255.999744 760.32
Car 250.88025599999997 659.2 305.28000000000003 700.8
Car 276.48 661.76 336.0 752.64
Car 290.55974399999997 634.88 302.720256 650.88
Car 325.760256 619.52 328.959744 627.84
Car 328.959744 617.6 334.08 622.72
Car 337.92 617.6 344.96025599999996 622.72
Car 337.92 679.04 362.240256 700.16
Car 343.040256 672.0 367.359744 688.0
Car 346.880256 619.52 357.12 627.84
Car 348.159744 666.88 367.359744 675.84
Car 350.079744 631.68 355.20000000000005 638.72
Car 373.119744 738.56 416.64 780.8
Car 374.4 712.32 411.519744 742.4
Car 376.32 695.04 407.679744 717.44
Car 430.719744 682.88 460.160256 716.16
Car 449.91974400000004 664.96 474.24 682.88
Car 465.27974399999994 784.0 523.520256 838.4
Car 504.320256 658.56 521.600256 675.84
Car 519.680256 897.92 640.640256 1023.36
Car 552.96 728.32 602.2402559999999 764.8
Car 581.1202559999999 745.6 631.6800000000001 787.84
Car 617.600256 756.48 633.5999999999999 798.08
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
类:包含两个主要类的图像:汽车和救护车。 存储:所有图像都存储在一个文件夹中,以便于访问。 多样性:图像包括各种角度、光照条件和背景。 标注:每张图片都经过标注,以便准确分类和检测。 应用: 图像分类:识别图像是否包含汽车或救护车。 对象检测:在图像中定位和识别汽车和救护车。
资源推荐
资源详情
资源评论
收起资源包目录
汽车和救护车图像分类和 YOLO 数据集(1K+ 图像) (2000个子文件)
1efb7f6c777595a7.jpg 1.13MB
dd568346b7892cb5.jpg 1.11MB
1da3f001ef7fdd05.jpg 1.02MB
adec5d3079916b26.jpg 1019KB
ebbe5badeb1c6e51.jpg 1014KB
42d0a359c7fec3a8.jpg 997KB
2e4c86681f9dc2fd.jpg 941KB
d885528c0e9869cc.jpg 924KB
85a994be7a2ae186.jpg 911KB
3bce7735db2ba9f1.jpg 910KB
fbe92747fd564d78.jpg 903KB
585a47fb5d86558d.jpg 883KB
a29d28f691a5ef1a.jpg 881KB
194104d240cdd56a.jpg 877KB
d6d135ed21afa759.jpg 864KB
c56bac0efca56c5f.jpg 854KB
6f177772cf5c1d61.jpg 846KB
d2a30b304341f4c2.jpg 830KB
bca96d08b0333a65.jpg 822KB
055566e65ce3257c.jpg 821KB
8e1b56f2f0f89436.jpg 819KB
113011ba702cf576.jpg 811KB
a904099d640b1262.jpg 805KB
c972ec80ac7dcad4.jpg 802KB
e658bfc88bbc07f9.jpg 799KB
6d8244c4efb755f5.jpg 798KB
a951528227f53582.jpg 789KB
ee2b2d8549c4fa90.jpg 788KB
d5eee03017071328.jpg 788KB
cdd648c6461cbddc.jpg 785KB
c4c689455e7f8ba5.jpg 785KB
2bf08646a2091560.jpg 781KB
a54b44e545885867.jpg 771KB
32f5505416db003b.jpg 771KB
9ec2ee83a7d7fb18.jpg 770KB
15f3946b55140509.jpg 763KB
d8ee23f65972f01b.jpg 757KB
86751e3b042ebac5.jpg 755KB
e5a65b0ed994d651.jpg 754KB
ba6d6a7f4e603a0b.jpg 753KB
9f45653ec0099f05.jpg 752KB
f71e4049a728f911.jpg 746KB
3ec996af1374a5d2.jpg 738KB
758cd14080526a2d.jpg 736KB
c51fde4737d911f5.jpg 736KB
8db26e7205528f9a.jpg 732KB
3dc6636a4c1eaba0.jpg 721KB
1dc35629982182b2.jpg 716KB
cf8379de677b7911.jpg 714KB
35fc5543496c25e3.jpg 712KB
b3272e254cbdf08a.jpg 711KB
3848f783b1a99a6e.jpg 711KB
c60fb5f6cfcef284.jpg 706KB
48612bdf31b5e457.jpg 699KB
f0aed774eda5d238.jpg 697KB
891da497d2908f41.jpg 697KB
098d96f8d80daca8.jpg 691KB
d4e2638413fd8796.jpg 684KB
5513aef4e0fc1421.jpg 682KB
dba02554795342b6.jpg 682KB
53b314ce7eef1566.jpg 682KB
e8c02b9193334df4.jpg 680KB
ac76de46057488ee.jpg 679KB
ae86c67a8aadddc9.jpg 678KB
81ff7b05673d9d85.jpg 677KB
6169da363f6d7a75.jpg 672KB
4ead813b29f4ec99.jpg 669KB
7a4bb7226c7c5862.jpg 669KB
af69f48c6a61d824.jpg 667KB
e5f71ec30a088ee7.jpg 666KB
c564fb0e4c226aa5.jpg 662KB
a8d6a892160885a9.jpg 658KB
c1d6846beb10d6c7.jpg 653KB
0a47af908b20a136.jpg 643KB
d13dbbadea74f1f4.jpg 641KB
8d014389b97cc1c5.jpg 637KB
995a4864f0323e78.jpg 629KB
0037710c3d02f369.jpg 628KB
00fbeea1df0767a8.jpg 625KB
66e0fb1a58f7d6a3.jpg 622KB
0ab75e67776d49f6.jpg 622KB
1d2d57b8044a1353.jpg 622KB
9a5638f2cdfb4df6.jpg 620KB
0c3c9895c641b997.jpg 619KB
5127ce03b430b18a.jpg 615KB
2b7eff21a0456d18.jpg 606KB
02ff6b44d039a087.jpg 606KB
bcdc20e6ccad3acf.jpg 603KB
25c4dc0787c69859.jpg 602KB
4258533863cf106d.jpg 599KB
136e45ddaff2d004.jpg 598KB
caf5a86afa8ba7d5.jpg 597KB
4cd01a3f34f4ac7f.jpg 596KB
2aa2020f9c5cbbe1.jpg 595KB
52ecf401e54ac404.jpg 592KB
30b090860fbdbbc3.jpg 589KB
e8b2a332787b0bb1.jpg 588KB
861be2a154763b07.jpg 587KB
0aba095e9c46e60f.jpg 587KB
858ba70450273b43.jpg 583KB
共 2000 条
- 1
- 2
- 3
- 4
- 5
- 6
- 20
资源评论
神仙别闹
- 粉丝: 3810
- 资源: 7471
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- Facebook.apk
- 推荐一款JTools的call-this-method插件
- json的合法基色来自红包东i请各位
- 项目采用YOLO V4算法模型进行目标检测,使用Deep SORT目标跟踪算法 .zip
- 针对实时视频流和静态图像实现的对象检测和跟踪算法 .zip
- 部署 yolox 算法使用 deepstream.zip
- 基于webmagic、springboot和mybatis的MagicToe Java爬虫设计源码
- 通过实时流协议 (RTSP) 使用 Yolo、OpenCV 和 Python 进行深度学习的对象检测.zip
- 基于Python和HTML的tb商品列表查询分析设计源码
- 基于国民技术RT-THREAD的MULTInstrument多功能电子测量仪器设计源码
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功