【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
stbomei18 分钟前
当 AI 开始 “理解” 情感:情感计算技术正在改写人机交互规则
人工智能·人机交互
Whoami!2 小时前
2-3〔O҉S҉C҉P҉ ◈ 研记〕❘ 漏洞扫描▸AppScan(WEB扫描)
网络安全·信息安全·appscan·oscp
Moshow郑锴5 小时前
人工智能中的(特征选择)数据过滤方法和包裹方法
人工智能
TY-20256 小时前
【CV 目标检测】Fast RCNN模型①——与R-CNN区别
人工智能·目标检测·目标跟踪·cnn
CareyWYR7 小时前
苹果芯片Mac使用Docker部署MinerU api服务
人工智能
失散137 小时前
自然语言处理——02 文本预处理(下)
人工智能·自然语言处理
mit6.8247 小时前
[1Prompt1Story] 滑动窗口机制 | 图像生成管线 | VAE变分自编码器 | UNet去噪神经网络
人工智能·python
sinat_286945197 小时前
AI应用安全 - Prompt注入攻击
人工智能·安全·prompt
秃了也弱了。8 小时前
WireShark:非常好用的网络抓包工具
网络·测试工具·wireshark
迈火9 小时前
ComfyUI-3D-Pack:3D创作的AI神器
人工智能·gpt·3d·ai·stable diffusion·aigc·midjourney