- 7Z大小:236KBUE4源码.7zUE4源码.7z0 5浏览¥ 19.90
- 数据集大小:191MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):3575 标注数量(xml文件个数):3575 标注数量(txt文件个数):3575 标注类别数:10 标注类别名称:[“Weevil”,“beetle”,“grasshopper”,“mango_hopper”,“mango_mealybug”,“moth”,“sawfly”,“slug”,“stem_borer”,“wasp”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139383493数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):3575 标注数量(xml文件个数):3575 标注数量(txt文件个数):3575 标注类别数:10 标注类别名称:[“Weevil”,“beetle”,“grasshopper”,“mango_hopper”,“mango_mealybug”,“moth”,“sawfly”,“slug”,“stem_borer”,“wasp”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1393834930 11浏览¥ 149.90
- 数据集大小:61MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1973 标注数量(xml文件个数):1973 标注数量(txt文件个数):1973 标注类别数:3 标注类别名称:["bu","jiandao","shitou"] 每个类别标注的框数: bu 框数 = 609 jiandao 框数 = 679 shitou 框数 = 685 总框数:1973 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139383235数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1973 标注数量(xml文件个数):1973 标注数量(txt文件个数):1973 标注类别数:3 标注类别名称:["bu","jiandao","shitou"] 每个类别标注的框数: bu 框数 = 609 jiandao 框数 = 679 shitou 框数 = 685 总框数:1973 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1393832350 14浏览¥ 119.90
- 数据集大小:426MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):11885 标注数量(xml文件个数):11885 标注数量(txt文件个数):11885 标注类别数:1 标注类别名称:["snake"] 每个类别标注的框数: snake 框数 = 11885 总框数:11885 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集2/3是增强过图片,只有1/3是原图,原图大约有3500张 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139383103数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):11885 标注数量(xml文件个数):11885 标注数量(txt文件个数):11885 标注类别数:1 标注类别名称:["snake"] 每个类别标注的框数: snake 框数 = 11885 总框数:11885 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集2/3是增强过图片,只有1/3是原图,原图大约有3500张 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1393831030 14浏览¥ 219.90
- 数据集大小:188MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4107 标注数量(xml文件个数):4107 标注数量(txt文件个数):4107 标注类别数:1 标注类别名称:["mouse"] 每个类别标注的框数: mouse 框数 = 14321 总框数:14321 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集有增强,目测超过一半都是增强的图片 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139378842数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4107 标注数量(xml文件个数):4107 标注数量(txt文件个数):4107 标注类别数:1 标注类别名称:["mouse"] 每个类别标注的框数: mouse 框数 = 14321 总框数:14321 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:数据集有增强,目测超过一半都是增强的图片 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1393788420 19浏览¥ 119.90
- 数据集大小:44MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4122 标注数量(xml文件个数):4122 标注数量(txt文件个数):4122 标注类别数:5 标注类别名称:[“mild-DR”,“moderate-DR”,“normal”,“proliferation-DR”,“severe-DR”] 更多信息:blog.csdn.net/FL1623863129/article/details/139377733数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):4122 标注数量(xml文件个数):4122 标注数量(txt文件个数):4122 标注类别数:5 标注类别名称:[“mild-DR”,“moderate-DR”,“normal”,“proliferation-DR”,“severe-DR”] 更多信息:blog.csdn.net/FL1623863129/article/details/1393777330 8浏览¥ 199.90
- 7Z大小:4KB用四元数或者一节互补滤波解算角度mpu6050.7z用四元数或者一节互补滤波解算角度mpu6050.7z0 6浏览¥ 19.90
- 7Z大小:884BEulerAngles-Quaternion四元数与欧拉角的转换c语言源码.7zEulerAngles-Quaternion四元数与欧拉角的转换c语言源码.7z0 5浏览¥ 19.90
- 数据集大小:225MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):1028 分类类别数:2 类别名称:["cracked","normal"] 每个类别图片数: cracked 图片数:537 normal 图片数:491 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1623863129/article/details/139371170数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):1028 分类类别数:2 类别名称:["cracked","normal"] 每个类别图片数: cracked 图片数:537 normal 图片数:491 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1623863129/article/details/1393711700 9浏览¥ 59.90
- matlab大小:144KBMatlab仿真电路图Matlab仿真电路图0 11浏览免费
- 数据集大小:796MB这是kaggle猫狗分类数据集,其中猫12.5k张,狗12.5k张,猫狗分类数据集通常用于比赛或者分类框架算法的benchmark这是kaggle猫狗分类数据集,其中猫12.5k张,狗12.5k张,猫狗分类数据集通常用于比赛或者分类框架算法的benchmark0 2浏览¥ 49.90
- 7Z大小:4MB机器学习实战.7z机器学习实战.7z0 5浏览免费
- 7Z大小:741KBKeras深度学习与神经网络.7zKeras深度学习与神经网络.7z0 3浏览免费
- 7Z大小:2MB机器学习基础-教材案例.7z机器学习基础-教材案例.7z0 4浏览免费
- 数据集大小:214MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):9884 标注数量(xml文件个数):9884 标注数量(txt文件个数):9884 标注类别数:5 标注类别名称:["cigarette","closeeye","openeye","phone","seatbelt"] 每个类别标注的框数: cigarette 框数 = 3907 closeeye 框数 = 1603 openeye 框数 = 11178 phone 框数 = 2552 seatbelt 框数 = 4149 总框数:23389 使用标注工具:labelImg 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139321726数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):9884 标注数量(xml文件个数):9884 标注数量(txt文件个数):9884 标注类别数:5 标注类别名称:["cigarette","closeeye","openeye","phone","seatbelt"] 每个类别标注的框数: cigarette 框数 = 3907 closeeye 框数 = 1603 openeye 框数 = 11178 phone 框数 = 2552 seatbelt 框数 = 4149 总框数:23389 使用标注工具:labelImg 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1393217260 14浏览¥ 199.90
- 数据集大小:299MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12000 分类类别数:8 类别名称:["1shafa","2xianggui","3yizi","4table","5refrigerator","6zhiwujia","7chugui","8shounahe"] 每个类别图片数: 1shafa 沙发图片数:1500 2xianggui 箱柜图片数:1500 3yizi 椅子图片数:1500 4table桌子 图片数:1500 5refrigerator冰箱 图片数:1500 6zhiwujia 置物架图片数:1500 7chugui 橱柜图片数:1500 8shounahe 收纳盒图片数:1500 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/139279134数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12000 分类类别数:8 类别名称:["1shafa","2xianggui","3yizi","4table","5refrigerator","6zhiwujia","7chugui","8shounahe"] 每个类别图片数: 1shafa 沙发图片数:1500 2xianggui 箱柜图片数:1500 3yizi 椅子图片数:1500 4table桌子 图片数:1500 5refrigerator冰箱 图片数:1500 6zhiwujia 置物架图片数:1500 7chugui 橱柜图片数:1500 8shounahe 收纳盒图片数:1500 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/1392791340 11浏览¥ 99.90
- 数据集大小:319MB数据集是一系列来自美国手语的字母图像集合,分为29个文件夹,代表不同的类别。 内容 训练数据集包含87,000张图像,每张图像大小为200x200像素。共有29个类别,其中26个类别对应字母A-Z,另外3个类别对应SPACE(空格)、DELETE(删除)和NOTHING(无)。 这三个类别在实时应用和分类中非常有用。 测试数据集仅包含29张图像,以鼓励使用真实世界的测试图像。数据集是一系列来自美国手语的字母图像集合,分为29个文件夹,代表不同的类别。 内容 训练数据集包含87,000张图像,每张图像大小为200x200像素。共有29个类别,其中26个类别对应字母A-Z,另外3个类别对应SPACE(空格)、DELETE(删除)和NOTHING(无)。 这三个类别在实时应用和分类中非常有用。 测试数据集仅包含29张图像,以鼓励使用真实世界的测试图像。0 5浏览¥ 29.90
- 数据集大小:651MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):5400 分类类别数:90 更多信息:blog.csdn.net/FL1768317420/article/details/139277964数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):5400 分类类别数:90 更多信息:blog.csdn.net/FL1768317420/article/details/1392779640 5浏览¥ 49.90
- 数据集大小:18MB骨骼实例分割数据集2060张1类别yolo格式标注一共有2060张图片,分为train,val,test个文件夹,每个文件夹有images和labels文件夹,其中labels里面是yolo分割格式txt文件,主要用于yolov5,yolov8分割训练骨骼实例分割数据集2060张1类别yolo格式标注一共有2060张图片,分为train,val,test个文件夹,每个文件夹有images和labels文件夹,其中labels里面是yolo分割格式txt文件,主要用于yolov5,yolov8分割训练0 0浏览¥ 79.90
- 数据集大小:87MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):717 标注数量(xml文件个数):717 标注数量(txt文件个数):717 标注类别数:1 标注类别名称:["fractured"] 每个类别标注的框数: fractured 框数 = 922 总框数:922 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139277433数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):717 标注数量(xml文件个数):717 标注数量(txt文件个数):717 标注类别数:1 标注类别名称:["fractured"] 每个类别标注的框数: fractured 框数 = 922 总框数:922 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1392774330 5浏览¥ 59.90
- 数据集大小:27MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):1129 分类类别数:10 类别名称:["avulsion_fracture","comminuted_fracture","fracture_dislocation","greenstick_fracture","hairline_fracture","impacted_fracture","longitudinal_fracture","oblique_fracture","pathological_fracture","spiral_fracture"] 更多信息:blog.csdn.net/FL1623863129/article/details/139276562数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):1129 分类类别数:10 类别名称:["avulsion_fracture","comminuted_fracture","fracture_dislocation","greenstick_fracture","hairline_fracture","impacted_fracture","longitudinal_fracture","oblique_fracture","pathological_fracture","spiral_fracture"] 更多信息:blog.csdn.net/FL1623863129/article/details/1392765620 9浏览¥ 79.90
- 数据集大小:120MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):291 标注数量(xml文件个数):291 标注数量(txt文件个数):291 标注类别数:4 标注类别名称:[“crease”,“damage”,“dot”,“scratch”] 更多信息:blog.csdn.net/FL1623863129/article/details/139274954数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):291 标注数量(xml文件个数):291 标注数量(txt文件个数):291 标注类别数:4 标注类别名称:[“crease”,“damage”,“dot”,“scratch”] 更多信息:blog.csdn.net/FL1623863129/article/details/1392749540 7浏览¥ 29.90
- 神经网络大小:16KB功能完整可模仿实现预测功能,org.deeplearning4j功能完整可模仿实现预测功能,org.deeplearning4j0 2浏览会员免费
- 数据集大小:887MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):6012 标注数量(xml文件个数):6012 标注数量(txt文件个数):6012 标注类别数:1 标注类别名称:["meat"] 每个类别标注的框数: meat 框数 = 9555 总框数:9555 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139262652数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):6012 标注数量(xml文件个数):6012 标注数量(txt文件个数):6012 标注类别数:1 标注类别名称:["meat"] 每个类别标注的框数: meat 框数 = 9555 总框数:9555 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1392626520 11浏览¥ 79.90
- 数据集大小:39MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):995 标注数量(xml文件个数):995 标注数量(txt文件个数):995 标注类别数:3 标注类别名称:["drink","face","phone"] 每个类别标注的框数: drink 框数 = 1040 face 框数 = 1016 phone 框数 = 17 总框数:2073 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139260913数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):995 标注数量(xml文件个数):995 标注数量(txt文件个数):995 标注类别数:3 标注类别名称:["drink","face","phone"] 每个类别标注的框数: drink 框数 = 1040 face 框数 = 1016 phone 框数 = 17 总框数:2073 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1392609130 7浏览¥ 79.90
- 数据集大小:507MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):13979 标注数量(xml文件个数):13979 标注数量(txt文件个数):13979 标注类别数:1 标注类别名称:["car"] 每个类别标注的框数: car 框数 = 247622 总框数:247622 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 下载前请详细阅读博文,以防下载后不符合要求:blog.csdn.net/FL1623863129/article/details/139253745数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):13979 标注数量(xml文件个数):13979 标注数量(txt文件个数):13979 标注类别数:1 标注类别名称:["car"] 每个类别标注的框数: car 框数 = 247622 总框数:247622 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 下载前请详细阅读博文,以防下载后不符合要求:blog.csdn.net/FL1623863129/article/details/1392537450 7浏览¥ 299.90
- 数据集大小:10MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):96 标注数量(xml文件个数):96 标注数量(txt文件个数):96 标注类别数:1 标注类别名称:["rabbit"] 每个类别标注的框数: rat 框数 = 378 总框数:378 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139252495数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):96 标注数量(xml文件个数):96 标注数量(txt文件个数):96 标注类别数:1 标注类别名称:["rabbit"] 每个类别标注的框数: rat 框数 = 378 总框数:378 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1392524950 6浏览¥ 19.90
- 数据集大小:61MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2760 标注数量(xml文件个数):2760 标注数量(txt文件个数):2760 标注类别数:1 标注类别名称:["shangkou"] 每个类别标注的框数: shangkou 框数 = 3443 总框数:3443 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 更多信息:https://blog.csdn.net/FL1623863129/article/details/139236297数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2760 标注数量(xml文件个数):2760 标注数量(txt文件个数):2760 标注类别数:1 标注类别名称:["shangkou"] 每个类别标注的框数: shangkou 框数 = 3443 总框数:3443 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 更多信息:https://blog.csdn.net/FL1623863129/article/details/1392362970 6浏览¥ 149.90
- 2023谷歌最新影像,arcgi大小:3KB2023谷歌最新影像,arcgis图层,arcgispro图层2023谷歌最新影像,arcgis图层,arcgispro图层0 10浏览会员免费
- 微服务大小:920KBGo语言(也称为Golang)是由Google开发的一种静态强类型、编译型的编程语言。它旨在成为一门简单、高效、安全和并发的编程语言,特别适用于构建高性能的服务器和分布式系统。以下是Go语言的一些主要特点和优势: 简洁性:Go语言的语法简单直观,易于学习和使用。它避免了复杂的语法特性,如继承、重载等,转而采用组合和接口来实现代码的复用和扩展。 高性能:Go语言具有出色的性能,可以媲美C和C++。它使用静态类型系统和编译型语言的优势,能够生成高效的机器码。 并发性:Go语言内置了对并发的支持,通过轻量级的goroutine和channel机制,可以轻松实现并发编程。这使得Go语言在构建高性能的服务器和分布式系统时具有天然的优势。 安全性:Go语言具有强大的类型系统和内存管理机制,能够减少运行时错误和内存泄漏等问题。它还支持编译时检查,可以在编译阶段就发现潜在的问题。 标准库:Go语言的标准库非常丰富,包含了大量的实用功能和工具,如网络编程、文件操作、加密解密等。这使得开发者可以更加专注于业务逻辑的实现,而无需花费太多时间在底层功能的实现上。 跨平台:Go语言支持多种操作系统和平台,包括Go语言(也称为Golang)是由Google开发的一种静态强类型、编译型的编程语言。它旨在成为一门简单、高效、安全和并发的编程语言,特别适用于构建高性能的服务器和分布式系统。以下是Go语言的一些主要特点和优势: 简洁性:Go语言的语法简单直观,易于学习和使用。它避免了复杂的语法特性,如继承、重载等,转而采用组合和接口来实现代码的复用和扩展。 高性能:Go语言具有出色的性能,可以媲美C和C++。它使用静态类型系统和编译型语言的优势,能够生成高效的机器码。 并发性:Go语言内置了对并发的支持,通过轻量级的goroutine和channel机制,可以轻松实现并发编程。这使得Go语言在构建高性能的服务器和分布式系统时具有天然的优势。 安全性:Go语言具有强大的类型系统和内存管理机制,能够减少运行时错误和内存泄漏等问题。它还支持编译时检查,可以在编译阶段就发现潜在的问题。 标准库:Go语言的标准库非常丰富,包含了大量的实用功能和工具,如网络编程、文件操作、加密解密等。这使得开发者可以更加专注于业务逻辑的实现,而无需花费太多时间在底层功能的实现上。 跨平台:Go语言支持多种操作系统和平台,包括0 4浏览¥ 29.90
- IEC61850大小:795MBDL/T 860系列 1-2018 概论 2-2006 术语 3-2004 总体要求 4-2018 系统和项目管理 5-2006 GBT42151.5-2022 功能的通信要求和装置模型 6-2012 配置描述语言 71-2014 原理和模型 72-2013 抽象通信服务接口(ACSI) 73-2013 公用数据类 74-2014 兼容逻辑节点类和数据类 7410-2016 水力发电厂监视与控制用通信 7420-2012 分布式能源逻辑节点 7510-2016 水力发电厂建模原理与应用指南 81-2016 (SCSM)-映射到MMS 91-2006 (SCSM)通过单向多路点对点串行通信链路的采样值 92-2016 (SCSM)-基于ISOIEC 8802-3的采样值 93-2019 电力自动化系统精确时间协议子集 801-2016 交换基于CDC的数据模型信息导则 901-2014 860在变电站间通信中的应用 904-2018 网络工程指南 905-2019 同步相量信息 未找到DLT860.907-2018 10-2018 一致性测试DL/T 860系列 1-2018 概论 2-2006 术语 3-2004 总体要求 4-2018 系统和项目管理 5-2006 GBT42151.5-2022 功能的通信要求和装置模型 6-2012 配置描述语言 71-2014 原理和模型 72-2013 抽象通信服务接口(ACSI) 73-2013 公用数据类 74-2014 兼容逻辑节点类和数据类 7410-2016 水力发电厂监视与控制用通信 7420-2012 分布式能源逻辑节点 7510-2016 水力发电厂建模原理与应用指南 81-2016 (SCSM)-映射到MMS 91-2006 (SCSM)通过单向多路点对点串行通信链路的采样值 92-2016 (SCSM)-基于ISOIEC 8802-3的采样值 93-2019 电力自动化系统精确时间协议子集 801-2016 交换基于CDC的数据模型信息导则 901-2014 860在变电站间通信中的应用 904-2018 网络工程指南 905-2019 同步相量信息 未找到DLT860.907-2018 10-2018 一致性测试0 13浏览会员免费
- 数据集大小:23MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):3600 分类类别数:6 类别名称:["folding_marks","grain_off","growth_marks","loose_grains","non_defective","pinhole"] 每个类别图片数: folding_marks 图片数:600 grain_off 图片数:600 growth_marks 图片数:600 loose_grains 图片数:600 non_defective 图片数:600 pinhole 图片数:600 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/139146844数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):3600 分类类别数:6 类别名称:["folding_marks","grain_off","growth_marks","loose_grains","non_defective","pinhole"] 每个类别图片数: folding_marks 图片数:600 grain_off 图片数:600 growth_marks 图片数:600 loose_grains 图片数:600 non_defective 图片数:600 pinhole 图片数:600 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/1391468440 8浏览¥ 99.90
- 数据集大小:53MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):27560 分类类别数:2 类别名称:["Parasitized","Uninfected"] 每个类别图片数: Parasitized 图片数:13780 Uninfected 图片数:13780 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/139143471数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):27560 分类类别数:2 类别名称:["Parasitized","Uninfected"] 每个类别图片数: Parasitized 图片数:13780 Uninfected 图片数:13780 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/1391434710 14浏览¥ 59.90
- 数据集大小:708MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2609 标注数量(xml文件个数):2609 标注数量(txt文件个数):2609 标注类别数:6 标注类别名称:["BMM","CB","CBMN","ZH","mn","zh"] 每个类别标注的框数: BMM 框数 = 5 CB 框数 = 785 CBMN 框数 = 184 ZH 框数 = 582 mn 框数 = 151 zh 框数 = 8170 总框数:9877 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1768317420/article/details/139142952数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2609 标注数量(xml文件个数):2609 标注数量(txt文件个数):2609 标注类别数:6 标注类别名称:["BMM","CB","CBMN","ZH","mn","zh"] 每个类别标注的框数: BMM 框数 = 5 CB 框数 = 785 CBMN 框数 = 184 ZH 框数 = 582 mn 框数 = 151 zh 框数 = 8170 总框数:9877 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1768317420/article/details/1391429520 14浏览¥ 119.90
- 数据集大小:86MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12507 分类类别数:4 类别名称:["eosinophil","lymphocyte","monocyte","neutrophil"] 每个类别图片数: eosinophil 图片数:3133 lymphocyte 图片数:3108 monocyte 图片数:3095 neutrophil 图片数:3171 重要说明:细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/139141147数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):12507 分类类别数:4 类别名称:["eosinophil","lymphocyte","monocyte","neutrophil"] 每个类别图片数: eosinophil 图片数:3133 lymphocyte 图片数:3108 monocyte 图片数:3095 neutrophil 图片数:3171 重要说明:细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放 更多信息:blog.csdn.net/FL1768317420/article/details/1391411470 11浏览¥ 99.90
- 数据集大小:700MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1577 标注数量(xml文件个数):1577 标注数量(txt文件个数):1577 标注类别数:1 标注类别名称:["car"] 每个类别标注的框数: car 框数 = 30090 总框数:30090 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/139131063数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1577 标注数量(xml文件个数):1577 标注数量(txt文件个数):1577 标注类别数:1 标注类别名称:["car"] 每个类别标注的框数: car 框数 = 30090 总框数:30090 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/1391310630 11浏览¥ 219.90
- PNC_onCAN-Route_大小:957MBPNC_onCAN-Route_onCAN_LIN_ETHPNC_onCAN-Route_onCAN_LIN_ETH0 4浏览会员免费
- E2E-SecOC-Switch大小:807MBE2E-SecOC-SwitchE2E-SecOC-Switch0 9浏览会员免费
- DiagRoute_onCAN_大小:81MBDiagRoute_onCAN_LIN_ETH_DoIPDiagRoute_onCAN_LIN_ETH_DoIP0 6浏览会员免费
- SomeIP-UDS_onLIN大小:330MBSomeIP-UDS_onLINSomeIP-UDS_onLIN0 7浏览会员免费
- 数据集大小:548MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):8144 标注数量(xml文件个数):8144 标注数量(txt文件个数):8144 标注类别数:196 更多信息:https://blog.csdn.net/FL1623863129/article/details/139127322数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):8144 标注数量(xml文件个数):8144 标注数量(txt文件个数):8144 标注类别数:196 更多信息:https://blog.csdn.net/FL1623863129/article/details/1391273220 9浏览¥ 299.90
- 数据集大小:532MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):8719 标注数量(xml文件个数):8719 标注数量(txt文件个数):8719 标注类别数:3 标注类别名称:["mandatory","prohibitory","warning"] 每个类别标注的框数: mandatory 框数 = 4293 prohibitory 框数 = 6499 warning 框数 = 2532 总框数:13324 更多信息:blog.csdn.net/FL1768317420/article/details/139106439数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):8719 标注数量(xml文件个数):8719 标注数量(txt文件个数):8719 标注类别数:3 标注类别名称:["mandatory","prohibitory","warning"] 每个类别标注的框数: mandatory 框数 = 4293 prohibitory 框数 = 6499 warning 框数 = 2532 总框数:13324 更多信息:blog.csdn.net/FL1768317420/article/details/1391064390 10浏览¥ 99.90
- 7Z大小:3MBgo基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功go基本功0 9浏览免费
- 数据集大小:753MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):10000 标注数量(xml文件个数):10000 标注数量(txt文件个数):10000 标注类别数:2 标注类别名称:["fire","smoke"] 每个类别标注的框数: fire 框数 = 18352 smoke 框数 = 3327 总框数:21679 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/139072325数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):10000 标注数量(xml文件个数):10000 标注数量(txt文件个数):10000 标注类别数:2 标注类别名称:["fire","smoke"] 每个类别标注的框数: fire 框数 = 18352 smoke 框数 = 3327 总框数:21679 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/1390723250 16浏览¥ 199.90
- 数据集大小:37MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):362 标注数量(xml文件个数):362 标注数量(txt文件个数):362 标注类别数:1 标注类别名称:["fire"] 每个类别标注的框数: fire 框数 = 1929 总框数:1929 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/139071481数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):362 标注数量(xml文件个数):362 标注数量(txt文件个数):362 标注类别数:1 标注类别名称:["fire"] 每个类别标注的框数: fire 框数 = 1929 总框数:1929 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:https://blog.csdn.net/FL1623863129/article/details/1390714815 20浏览¥ 29.90
- 数据集大小:477MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2546 标注数量(xml文件个数):2546 标注数量(txt文件个数):2546 标注类别数:4 标注类别名称:["ground","jhxz","offground","safebelt"] 每个类别标注的框数: ground 框数 = 2223 jhxz 框数 = 673 offground 框数 = 2478 safebelt 框数 = 1725 总框数:7099 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:ground=人在地,jhxz=监护勋章红色,offground=人离地,safebelt=安全带 更多信息:https://blog.csdn.net/FL1768317420/article/details/136806261数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2546 标注数量(xml文件个数):2546 标注数量(txt文件个数):2546 标注类别数:4 标注类别名称:["ground","jhxz","offground","safebelt"] 每个类别标注的框数: ground 框数 = 2223 jhxz 框数 = 673 offground 框数 = 2478 safebelt 框数 = 1725 总框数:7099 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:ground=人在地,jhxz=监护勋章红色,offground=人离地,safebelt=安全带 更多信息:https://blog.csdn.net/FL1768317420/article/details/1368062610 29浏览¥ 149.90
- 数据集大小:118MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):5990 标注数量(xml文件个数):5990 标注数量(txt文件个数):5990 标注类别数:3 标注类别名称:[“Rifle”,“knife”,“pistol”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139048426数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):5990 标注数量(xml文件个数):5990 标注数量(txt文件个数):5990 标注类别数:3 标注类别名称:[“Rifle”,“knife”,“pistol”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1390484260 11浏览¥ 199.90
- 软件/插件大小:15MB解压密码:123456解压密码:1234560 6浏览会员免费
- 数据集大小:412MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13296 分类类别数:11 类别名称:["haixian","jidan","mianbao","mianfan","miantiao","roulei","ruzhiping","shucai-shuiguo","tang","tiandian","youzhashipin"] 每个类别图片数: haixian 图片数:1202 jidan 图片数:1313 mianbao 图片数:1356 mianfan 图片数:376 miantiao 图片数:587 roulei 图片数:1774 ruzhiping 图片数:573 shucai-shuiguo 图片数:941 tang 图片数:2000 tiandian 图片数:2000 youzhashipin 图片数:1174 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):13296 分类类别数:11 类别名称:["haixian","jidan","mianbao","mianfan","miantiao","roulei","ruzhiping","shucai-shuiguo","tang","tiandian","youzhashipin"] 每个类别图片数: haixian 图片数:1202 jidan 图片数:1313 mianbao 图片数:1356 mianfan 图片数:376 miantiao 图片数:587 roulei 图片数:1774 ruzhiping 图片数:573 shucai-shuiguo 图片数:941 tang 图片数:2000 tiandian 图片数:2000 youzhashipin 图片数:1174 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放0 8浏览¥ 99.90
- 数据集大小:516MB图片数量(jpg文件个数):4592 标注数量(xml文件个数):4592 标注数量(txt文件个数):4592 标注类别数:14 标注类别名称:["apple_wb","apple_wob","banana_wb","banana_wob","blackberries","chilli_wb","chilli_wob","grapes_wb","grapes_wob","lemon_wb","lemon_wob","raspberry","tomato_wb","tomato_wob"] 更多信息:blog.csdn.net/FL1623863129/article/details/139028499图片数量(jpg文件个数):4592 标注数量(xml文件个数):4592 标注数量(txt文件个数):4592 标注类别数:14 标注类别名称:["apple_wb","apple_wob","banana_wb","banana_wob","blackberries","chilli_wb","chilli_wob","grapes_wb","grapes_wob","lemon_wb","lemon_wob","raspberry","tomato_wb","tomato_wob"] 更多信息:blog.csdn.net/FL1623863129/article/details/1390284990 19浏览¥ 199.90
- 数据集大小:13MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):200 标注数量(xml文件个数):200 标注数量(txt文件个数):200 标注类别数:2 标注类别名称:["head","tail"] 每个类别标注的框数: head 框数 = 724 tail 框数 = 584 总框数:1308 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139025876数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):200 标注数量(xml文件个数):200 标注数量(txt文件个数):200 标注类别数:2 标注类别名称:["head","tail"] 每个类别标注的框数: head 框数 = 724 tail 框数 = 584 总框数:1308 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1390258760 12浏览¥ 39.90
- 数据集大小:22MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1026 标注数量(xml文件个数):1026 标注数量(txt文件个数):1026 标注类别数:2 标注类别名称:[“drinking”,“smoking”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/139025406数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1026 标注数量(xml文件个数):1026 标注数量(txt文件个数):1026 标注类别数:2 标注类别名称:[“drinking”,“smoking”] 更多信息:https://blog.csdn.net/FL1623863129/article/details/1390254060 15浏览¥ 79.90
- 数据集大小:21MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):725 标注数量(xml文件个数):725 标注数量(txt文件个数):725 标注类别数:7 标注类别名称:[“Bacterial Spot”,“Early_Blight”,“Healthy”,“Late_blight”,“Leaf Mold”,“Target_Spot”,“black spot”] 更多信息:blog.csdn.net/FL1623863129/article/details/139025142数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):725 标注数量(xml文件个数):725 标注数量(txt文件个数):725 标注类别数:7 标注类别名称:[“Bacterial Spot”,“Early_Blight”,“Healthy”,“Late_blight”,“Leaf Mold”,“Target_Spot”,“black spot”] 更多信息:blog.csdn.net/FL1623863129/article/details/1390251420 12浏览¥ 79.90
- 数据集大小:32MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):915 标注数量(xml文件个数):915 标注数量(txt文件个数):915 标注类别数:1 标注类别名称:["cuochuang"] 每个类别标注的框数: cuochuang 框数 = 11807 总框数:11807 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/139024666数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):915 标注数量(xml文件个数):915 标注数量(txt文件个数):915 标注类别数:1 标注类别名称:["cuochuang"] 每个类别标注的框数: cuochuang 框数 = 11807 总框数:11807 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1390246660 19浏览¥ 99.90
- 数据集大小:49MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2992 标注数量(xml文件个数):2992 标注数量(txt文件个数):2992 标注类别数:2 标注类别名称:[“damaged”,“dirty”] 更多信息参考:https://blog.csdn.net/FL1623863129/article/details/139023165数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):2992 标注数量(xml文件个数):2992 标注数量(txt文件个数):2992 标注类别数:2 标注类别名称:[“damaged”,“dirty”] 更多信息参考:https://blog.csdn.net/FL1623863129/article/details/1390231650 10浏览¥ 149.90
- 数据集大小:308MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):14855 标注数量(xml文件个数):14855 标注数量(txt文件个数):14855 标注类别数:6 标注类别名称:["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"] 每个类别标注的框数: DangerousDriving 框数 = 4642 Distracted 框数 = 2080 Drinking 框数 = 428 SafeDriving 框数 = 6180 SleepyDriving 框数 = 979 Yawn 框数 = 546 总框数:14855 使用标注工具:labelImg 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/138997932数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):14855 标注数量(xml文件个数):14855 标注数量(txt文件个数):14855 标注类别数:6 标注类别名称:["DangerousDriving","Distracted","Drinking","SafeDriving","SleepyDriving","Yawn"] 每个类别标注的框数: DangerousDriving 框数 = 4642 Distracted 框数 = 2080 Drinking 框数 = 428 SafeDriving 框数 = 6180 SleepyDriving 框数 = 979 Yawn 框数 = 546 总框数:14855 使用标注工具:labelImg 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1389979320 29浏览¥ 299.90
- 数据集大小:888MB数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):22424 分类类别数:10 类别名称:["c0","c1","c2","c3","c4","c5","c6","c7","c8","c9"] 每个类别图片数: c0 图片数:2489 c1 图片数:2267 c2 图片数:2317 c3 图片数:2346 c4 图片数:2326 c5 图片数:2312 c6 图片数:2325 c7 图片数:2002 c8 图片数:1911 c9 图片数:2129 重要说明: c0:正常状态 c1:开车拿手机 c2:开车右手打电话 c3:开车语音电话 c4:开车左手打电话 c5:开车右手操作 c6:开车右手端水杯喝水 c7:开车右边侧身 c8:开车右手触头 c9:开车右侧头 更多信息:blog.csdn.net/FL1623863129/article/details/138993067数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):22424 分类类别数:10 类别名称:["c0","c1","c2","c3","c4","c5","c6","c7","c8","c9"] 每个类别图片数: c0 图片数:2489 c1 图片数:2267 c2 图片数:2317 c3 图片数:2346 c4 图片数:2326 c5 图片数:2312 c6 图片数:2325 c7 图片数:2002 c8 图片数:1911 c9 图片数:2129 重要说明: c0:正常状态 c1:开车拿手机 c2:开车右手打电话 c3:开车语音电话 c4:开车左手打电话 c5:开车右手操作 c6:开车右手端水杯喝水 c7:开车右边侧身 c8:开车右手触头 c9:开车右侧头 更多信息:blog.csdn.net/FL1623863129/article/details/1389930670 28浏览¥ 119.90
- 7Z大小:7MBIDM.6.42.3.7zIDM.6.42.3.7z0 29浏览会员免费
- 数据集大小:131MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1609 标注数量(xml文件个数):1609 标注数量(txt文件个数):1609 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 1945 总框数:1945 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/138971982数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):1609 标注数量(xml文件个数):1609 标注数量(txt文件个数):1609 标注类别数:1 标注类别名称:["defect"] 每个类别标注的框数: defect 框数 = 1945 总框数:1945 使用标注工具:labelImg 标注规则:对类别进行画矩形框 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注 更多信息:blog.csdn.net/FL1623863129/article/details/1389719820 20浏览¥ 119.90
- 数据集大小:512MB数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):5031 标注数量(xml文件个数):5031 标注数量(txt文件个数):5031 标注类别数:13 标注类别名称:[“biaotieqipao”,“biaotieqizhou”,“biaotiewaixie”,“jiuyezazhi”,“penmayichang”,“penmazhengchang”,“pinggaibianxing”,“pinggaidaxuan”,“pinggaiduandian”,“pinggaihuaibian”,“pinggaiposun”,“pingshenposun”,“pingshenqipao”] 更多信息:blog.csdn.net/FL1623863129/article/details/138970647数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):5031 标注数量(xml文件个数):5031 标注数量(txt文件个数):5031 标注类别数:13 标注类别名称:[“biaotieqipao”,“biaotieqizhou”,“biaotiewaixie”,“jiuyezazhi”,“penmayichang”,“penmazhengchang”,“pinggaibianxing”,“pinggaidaxuan”,“pinggaiduandian”,“pinggaihuaibian”,“pinggaiposun”,“pingshenposun”,“pingshenqipao”] 更多信息:blog.csdn.net/FL1623863129/article/details/1389706470 11浏览¥ 299.90