【目标检测】数据集合集!

本文将为您介绍经典、热门的数据集,希望对您在选择适合的数据集时有所帮助。

1

SJTU-VideoAnalysis

  • 更新时间:2024-03-10

  • 访问地址: GitHub

  • 描述:

    智能视频分析:视频目标检测,视频人群计数。

    使用了帧差法、中值滤波法、高斯混合模型实现了视频前景检测,使用了Faster R-CNN实现了视频目标检测

  • 数据集网址:

    https://github.com/Huntersxsx/SJTU-VideoAnalysis

2

yolov34-cpp-opencv-dnn

  • 更新时间:2024-01-07

  • 访问地址: GitHub

  • 描述:

    基于opencv的4种YOLO目标检测,C++和Python两个版本的实现,仅仅只依赖opencv库就可以运行。

  • 数据集网址:

    https://github.com/hpc203/yolov34-cpp-opencv-dnn

3

Smart_Construction

4

Focal-Loss-Pytorch

  • 更新时间:2024-06-30

  • 访问地址: GitHub

  • 描述:

    用于one-stage目标检测算法,提升检测效果.你也可以在分类任务中使用该损失函数,解决数据不平衡问题。

  • 数据集网址:

    https://github.com/yatengLG/Focal-Loss-Pytorch

5

easy_detection

  • 更新时间:2024-09-19

  • 访问地址: GitHub

  • 描述:

    一个简单方便的目标检测框架(PyTorch环境可直接运行,不需要cuda编译),支持Faster_RCNN、Cascade_RCNN、Yolo系列、SSD等经典网络。

  • 数据集网址:

    https://github.com/misads/easy_detection

6

Ladon

  • 更新时间:2024-11-19

  • 访问地址: GitHub

  • 描述:

    Ladon大型内网渗透扫描器,PowerShell、Cobalt Strike插件、内存加载、无文件扫描。含端口扫描、服务识别、网络资产探测、密码审计、高危漏洞检测、漏洞利用、密码读取以及一键GetShell,支持批量A段/B段/C段以及跨网段扫描,支持URL、主机、域名列表扫描等。网络资产探测32种协议(ICMP\NBT\DNS\MAC\SMB\WMI\SSH\HTTP\HTTPS\Exchange\mssql\FTP\RDP)或方法快速获取目标网络存活主机IP、计算机名、工作组、共享资源、网卡地址、操作系统版本、网站、子域名、中间件、开放服务、路由器、交换机、数据库、打印机等,大量高危漏洞检测模块MS17010、Zimbra、Exchange

  • 数据集网址:

    https://github.com/k8gege/Ladon

7

cube_slam_modified

  • 更新时间:2024-11-19

  • 访问地址: GitHub

  • 描述:

    cube_slam在orb_slam的基础上引入物体级别的特征,从而给slam带来了更多可能。

    cube_slam具备以下亮点

    1.添加物体级别特征

    2.添加运动约束对动态物体建模

    3.通过地面和相机高度恢复单目尺度

    4.除了点相机约束外,添加点物体约束、点物体相机约 束等

  • 数据集网址:

    https://github.com/lturing/cube_slam_modified

8

yolov8-tricks

  • 更新时间:2024-07-12

  • 访问地址: GitHub

  • 描述:

    采用模型是yolov8,数据集是VisDrone2019,适用于小目标航拍图像检测。结合了官方使用文档和b站岩学长的视频讲解,教了如何更改模型,添加新模块到yolov8中,以及如何修改yaml配置文件。于是自己总结了 yolov8的训练仓库,后期大家可以随意添加不同的改进yaml配置文件进行模型的训练。

  • 数据集网址:

    https://github.com/chaizwj/yolov8-tricks

9

yolov5_woodscape

10

ebikedetection

  • 更新时间:2024-04-11

  • 访问地址: GitHub

  • 描述:

    本项目用于识别电梯监控视角内的电动车以及自行车。基于电梯内视角数据集对yolo预训练模型进行微调。提供了基于检测的方法与基于跟踪的方法。基于检测的方法会对检测到有目标实例的每一帧返回标注图像, 基于跟踪的方法则在此基础上进行了去重。

  • 数据集网址:

    https://github.com/Lily-Le/ebikedetection

END

温馨 小贴士

如有您想了解的计算机方向数据集

请联系我们

免费为您提供数据集搜索服务

相关推荐
好奇龙猫9 分钟前
【AI学习-comfyUI学习-第三十节-第三十一节-FLUX-SD放大工作流+FLUX图生图工作流-各个部分学习】
人工智能·学习
沈浩(种子思维作者)16 分钟前
真的能精准医疗吗?癌症能提前发现吗?
人工智能·python·网络安全·健康医疗·量子计算
minhuan18 分钟前
大模型应用:大模型越大越好?模型参数量与效果的边际效益分析.51
人工智能·大模型参数评估·边际效益分析·大模型参数选择
Cherry的跨界思维24 分钟前
28、AI测试环境搭建与全栈工具实战:从本地到云平台的完整指南
java·人工智能·vue3·ai测试·ai全栈·测试全栈·ai测试全栈
MM_MS27 分钟前
Halcon变量控制类型、数据类型转换、字符串格式化、元组操作
开发语言·人工智能·深度学习·算法·目标检测·计算机视觉·视觉检测
ASF1231415sd39 分钟前
【基于YOLOv10n-CSP-PTB的大豆花朵检测与识别系统详解】
人工智能·yolo·目标跟踪
水如烟1 小时前
孤能子视角:“意识“的阶段性回顾,“感质“假说
人工智能
sunfove1 小时前
光网络的立交桥:光开关 (Optical Switch) 原理与主流技术解析
网络
Carl_奕然1 小时前
【数据挖掘】数据挖掘必会技能之:A/B测试
人工智能·python·数据挖掘·数据分析
旅途中的宽~1 小时前
《European Radiology》:2024血管瘤分割—基于MRI T1序列的分割算法
人工智能·计算机视觉·mri·sci一区top·血管瘤·t1