发电厂指针仪表数据集(xml格式)

该数据集一共包含1214张图片，均为本人网上爬取，精心标注，标签格式为xml格式。之后采用YOLOv5网络结构训练，最后效果良好。见博客：https://blog.csdn.net/HUTAOhh/article/details/125892347?spm=1001.2014.3001.5502

猫狗大战(pytorch版)

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。 首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。数据集无需做处理。 其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。可以使用预训练模型。 最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

手写数字识别(pytorch版)

这是一个基于pytorch的手写数字识别小项目，使用minist数据集进行训练，最高可达99%精度。 首先，此代码逻辑清晰，思路简单，便于用户修改(修改网络结构，优化器等)，用户可在config.py文件中修改epoch、batch等配置参数，来达到更好的效果。 其次，该代码固定了各种随机初始化参数的种子，这样便于用户复现最好的效果。 最后，用户需要配置pytorch环境，再打开pycharm即可运行代码，无需任何修改。

图像处理软件系统设计(实现一些基本功能)

本系统使用python和图形界面开发工具Qt制作，使用python编写并实现了多个图像处理功能，如图像放缩、图像旋转、亮度变换、阈值分割，对比度变换、像素值打印，相对于其他的处理系统，有2个主要优点，一个是设计了登录界面，一个是可以通过摄像头拍照获取图像。最终形成对用户友好的图像处理系统。当然也有一些需要完善的地方，比如可以设计数据库登录系统，后台保存用户登录信息。这样交互性会更加完美。 其中包含可直接运行的工程文件，里面的readme.txt会对相关文件进行描述。用户首先得下载pycharm和配置好pyqt5的工具，用户可以对源码进行修改以实现所需要的功能。本人均提供了各个界面的.ui文件，方便用户设计自己喜欢的界面。 本人的博客会进行详细描述。

非机动车检测数据集（百度网盘提取，永久有效）

该数据集主要包含自行车、电动车和摩托车，标签都是yolo格式，是经过本人精心挑选及筛选的。博客上也有很多其它数据集资源，但经本人下载后有很多图片的标签有误，甚至压根就不是人工标注的（估计是拿模型直接检测出来的），这个严重影响模型的精度。 数据集图片总数为12811，标签文件名与图片片名一一对应，但是有的标签文件是多余的，不对应图片，训练的时候直接根据图片读标签即可。 标签格式：（类别 id 归一化后的x,y,w,h），其中id均为-1，因为我用这个数据集训练的跟踪模型，所以会有id信息。如果只想训练检测模型，对标签用代码处理以下即可。