数据集文件大,请私信我发送
2024-04-24 11:10:39 277.78MB 数据集
1
Labelme是一个开源的图像标注工具,由麻省理工学院(MIT)开发。它是一个在线的JavaScript工具,可以在任何地方使用,无需在电脑中安装大型数据集。此外,Labelme也可以在PyCharm中运行,方便进行二次开发。Labelme的使用和二次开发涉及许多知识。比如,可以通过修改相应的.py文件来实现汉化,将界面上的英文菜单和提示信息改为中文。此外,Labelme的界面开发使用了图形开发工具QT Designer,这是一种可以集成到PyCharm中的工具,可以生成.ui文件并转换为.py文件,从而实现图形界面开发。在使用和研究Labelme的过程中,可能会遇到一些问题,例如转化为.exe文件时的路径不正确问题,需要根据提示信息修改程序路径;或者图片不能显示的问题,需要将图片转换为base64形式保存。这些都是PyInstaller需要完善的地方。总的来说,Labelme是一个强大的图像标注工具,适合在图像处理和机器学习等领域使用。 项目源地址:https://github.com/wkentaro/labelme/releases
2024-04-23 07:39:29 105.73MB javascript 开发工具 数据标注 数据集
1
1、资源内容:yolo数据增强、yolo已标注数据集增强、.txt格式数据集增强;包含旋转、平移、翻转、裁剪、调整亮度和增加噪声6中增强方式随 2、代码特点:内含运行结果,不会运行可私信,参数化编程、参数可方便更改、代码编程思路清晰、注释明细,都经过测试运行成功,功能ok的情况下才上传的。 3、适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 4、作者介绍:某大厂资深算法工程师,从事Matlab、Python、C/C++、Java、YOLO算法仿真工作10年;擅长计算机视觉、 目标检测模型、智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验,更多源码,请上博主主页搜索。 -------------------------------------------------------------------------- -
2024-04-21 02:55:29 11KB 数据集
包含汽车、摩托车、自行车、电动车、行人、卡车、公交车、猫、狗,九个分类共1828张图片
2024-04-13 20:22:24 478.31MB 数据集
1
红外行人检测数据集,总共有8000张图片,由FLIR热红外相机采集得到,全部已经标注包含txt标签文件 里面有jpeg图片和txt格式的标签。 已经按照8:2的比例划分好数据集,训练集6400个,验证集1600个。 nc: 2 names: ['car','person'] 总共927M,通过百度网盘链接发送
2024-04-10 20:43:02 927.46MB 数据集
1
竹签标注(xml格式)数据集(210张)
2024-04-10 09:21:24 439.7MB 数据集
1
本项目的功能是对YOLO格式的数据实现数据增强,使用本项目代码可以较快的完成扩充数据集快速扩充的工作,会对图像和标注同时处理。但其也存在一定的问题,例如无法保证处理后的数据一定能跑出更好的效果,处理结束后可能会出现一些损坏的图片(原图过大时)。 但本项目处理后出现的坏图,在YOLOv5中会被识别出来并不做训练,其实对训练影响不大,追求完美的同学可以考虑不使用resize系列的函数,手动剔除坏图,使用其他数据增强项目完成工作等。 使用 1. download本项目到本地(建议下载到有图形界面的操作系统中) 2. 打开DataAugOnDetectin.py 修改 image_path, label_path, save_path 三个参数 ``` image_path = "" # 图片的路径 label_path = "" # 标签文件的路径 save_path = "" # 数据增强的结果保存位置路径 ``` 3. 运行,使用pycharm或spyder等软件运行DataAugOnDetectin.py
2024-04-02 13:07:26 897KB python
1
软件说明: 1.使用说明见:https://blog.csdn.net/weixin_40950590/article/details/133248266 2.源代码支持Windows/Ubuntu/Mac下编译 操作说明: 1.通过工具栏->设置标注类型 进行配置标注类型 2.按住鼠标左键不放滑动鼠标对图像进行标注 3.通过左键盘上的数字键快捷切换标注类型 4.双击鼠标左键可以修改选中框的坐标信息 快捷键使用说明: 1.~键和delete键 删除选中的框 2.左键盘数字1 到 0 可以在软件界面设置标注类型的快捷切换键 3.上、下、左、右键 移动选中框的坐标,每按1次移动1个像素 4.当图片尺寸大于显示框时按鼠标滑轮1:1显示图像大小 联系方式: QQ:250098917 WX:zzn250098917
2024-03-30 01:03:48 76.12MB
1
YOLOv5框架,将源码进行封装,并利用pyqt实现了训练+检测2个部分的界面功能。训练部分,从图片爬虫下载、数据标注、数据集配置到最后的训练;检测部分,从检测参数设置(支持实时设置置信度和IOU等)、数据选择(支持图片、视频和多种摄像头)到结果显示。全部实现界面开发和多线程调度处理。
2024-03-26 17:58:34 319.02MB pyqt 爬虫 数据集 yolov5
1