带标注信息的手机识别数据集,92.8%识别率,可识别户外公共场所的人是否带手机,支持yolo, coco json,pascal voc xml格式

带标注信息的手机识别数据集,92.8%识别率,可识别户外公共场所的人是否带手机,支持yolo, coco json,pascal voc xml格式

模型训练指标参数:

标签:

person

preoccupied

训练图:

数据集拆分

训练集:
1208图片
验证集
151图片
测试集
150图片

预处理

未做任何与处理

增强

未进行任何增强。

推理识别结果:

{

"predictions": [

{

"x": 1004,

"y": 733.5,

"width": 104,

"height": 213,

"confidence": 0.857,

"class": "person",

"class_id": 0,

"detection_id": "ccab175c-eb9d-426b-b722-2d34daa43c90"

},

{

"x": 1078.5,

"y": 723.5,

"width": 107,

"height": 225,

"confidence": 0.842,

"class": "person",

"class_id": 0,

"detection_id": "a3112933-b91d-4265-8e60-6e5ff60694be"

},

{

"x": 382.5,

"y": 996,

"width": 167,

"height": 168,

"confidence": 0.818,

"class": "person",

"class_id": 0,

"detection_id": "97f651c6-24df-4602-aa2a-f82b7f76fcda"

},

{

"x": 441.5,

"y": 874,

"width": 187,

"height": 272,

"confidence": 0.801,

"class": "preoccupied",

"class_id": 1,

"detection_id": "7a290fea-c7e1-4725-b9bf-1d3f78768077"

},

{

"x": 1458,

"y": 726.5,

"width": 110,

"height": 217,

"confidence": 0.713,

"class": "person",

"class_id": 0,

"detection_id": "93c5dba4-5c7e-4af5-84a6-a583fe722899"

},

{

"x": 1202.5,

"y": 650.5,

"width": 89,

"height": 191,

"confidence": 0.568,

"class": "person",

"class_id": 0,

"detection_id": "e9d85f24-0013-4ccb-a459-01842facd711"

}

]

}

数据集下载地址:

yolo26: https://download.csdn.net/download/pbymw8iwm/92608874

yolo v12: https://download.csdn.net/download/pbymw8iwm/92605586

yolo v11: https://download.csdn.net/download/pbymw8iwm/92605652

yolo v9: https://download.csdn.net/download/pbymw8iwm/92605717

yolo v8: https://download.csdn.net/download/pbymw8iwm/92605764

yolo v7: https://download.csdn.net/download/pbymw8iwm/92605784

yolo v5: https://download.csdn.net/download/pbymw8iwm/92608870

coco json: https://download.csdn.net/download/pbymw8iwm/92609084

pascal voc xml: https://download.csdn.net/download/pbymw8iwm/92609028

yolo darknet:https://download.csdn.net/download/pbymw8iwm/92609057

相关推荐
qq_25294131681 小时前
无人机视角公路两侧滑坡检测数据集 | 公路巡检 滑坡检测 地质灾害 无人机航拍9302期
yolo·目标检测·目标跟踪·无人机·地质灾害·无人机视角·滑坡检测
向哆哆8 小时前
羊行为目标检测数据集:4类别、2,000张图像 | 目标检测
人工智能·yolo·目标检测·目标跟踪
燃烧的枫19 小时前
Windows 下 YOLO11 Pose 的 TensorRT C++ 部署
windows·yolo·tensorrt·1024程序员节·yolo11-pose
磁场转动100万匹20 小时前
道路巡检系统检测案例:YOLOv5 + Flask + PyQt 全栈实现
python·yolo
alwaysrun20 小时前
YOLOv8n INT8量化实战
yolo·模型量化
城南皮卡丘2 天前
苹果果实成熟度检测数据集 4195张+YOLO格式
深度学习·yolo·目标检测·计算机视觉·数据集
微尘hjx2 天前
【数据集 11】面向城市道路的坑洞检测数据集(含8760张,已按比例划分训练、验证、测试集,支持YOLO全系列训练)
人工智能·yolo·目标检测·数据集·道路坑洞·路坑数据集·路坑
William一直在路上4 天前
把轻量化 YOLO 模型部署到你的手机上
yolo·智能手机
迪菲赫尔曼5 天前
【基础篇 11】把官方源码放到服务器:版本、解压层级和安装位置,一次弄清楚
运维·服务器·开发语言·人工智能·python·yolo·目标检测
迪菲赫尔曼5 天前
【基础篇 12】把环境与源码接起来:检查 GPU,再安装服务器上的项目
运维·服务器·开发语言·人工智能·python·yolo·目标检测