【65】扑克牌数据集(有v5/v8模型)/YOLO扑克牌检测

文章目录

  • [1 数据集介绍](#1 数据集介绍)
    • [1.1 说明](#1.1 说明)
    • [1.2 类别](#1.2 类别)
  • [2 训练好的模型结果](#2 训练好的模型结果)
    • [2.1 YOLOv5模型结果](#2.1 YOLOv5模型结果)
    • [2.2 YOLOv8模型结果](#2.2 YOLOv8模型结果)
  • [3 数据集获取](#3 数据集获取)

➷点击跳转至数据集及模型获取处☇

1 数据集介绍

1.1 说明

图片数量10100张,已标注txt格式
训练集验证集按8080:2020划分,可直接用于目标检测训练

1.2 类别

类别:
0: 10C(梅花 10)
1: 10D(方块 10)
2: 10H(红桃 10)
3: 10S(黑桃 10)
4: 2C(梅花 2)
5: 2D(方块 2)
6: 2H(红桃 2)
7: 2S(黑桃 2)
8: 3C(梅花 3)
9: 3D(方块 3)
10: 3H(红桃 3)
11: 3S(黑桃 3)
12: 4C(梅花 4)
13: 4D(方块 4)
14: 4H(红桃 4)
15: 4S(黑桃 4)
16: 5C(梅花 5)
17: 5D(方块 5)
18: 5H(红桃 5)
19: 5S(黑桃 5)
20: 6C(梅花 6)
21: 6D(方块 6)
22: 6H(红桃 6)
23: 6S(黑桃 6)
24: 7C(梅花 7)
25: 7D(方块 7)
26: 7H(红桃 7)
27: 7S(黑桃 7)
28: 8C(梅花 8)
29: 8D(方块 8)
30: 8H(红桃 8)
31: 8S(黑桃 8)
32: 9C(梅花 9)
33: 9D(方块 9)
34: 9H(红桃 9)
35: 9S(黑桃 9)
36: AC(梅花 A)
37: AD(方块 A)
38: AH(红桃 A)
39: AS(黑桃 A)
40: JC(梅花 J)
41: JD(方块 J)
42: JH(红桃 J)
43: JS(黑桃 J)
44: KC(梅花 K)
45: KD(方块 K)
46: KH(红桃 K)
47: KS(黑桃 K)
48: QC(梅花 Q)
49: QD(方块 Q)
50: QH(红桃 Q)
51: QS(黑桃 Q)



2 训练好的模型结果

2.1 YOLOv5模型结果

有yolov5-v7.0训练好的模型结果 (训练100轮、预训练模型yolov5s.pt、mAP0.995)

2.2 YOLOv8模型结果

有yolov8训练好的模型结果 (训练100轮、预训练模型yolov8n.pt、mAP0.995)

3 数据集获取

➷电脑端点击下方介绍视频给出➷
➷手机端点击文章末尾名片获取➷

【65】扑克牌数据集(有v5/v8模型)/YOLO扑克牌检测

相关推荐
极智视界2 小时前
目标检测数据集 - 自动驾驶场景夜间车辆检测数据集下载
yolo·目标检测·自动驾驶·数据集·voc·coco·夜间车辆检测
码农三叔2 小时前
(7-4)力觉与触觉感知:多模态接触感知模型
人工智能·目标检测·机器人·人机交互·人形机器人
微尘hjx2 小时前
【标注工具 03】labelfast标注工具使用指南(支持YOLO\COCO\VOC格式)v3版本
人工智能·深度学习·yolo·标注工具·labelimg·labelfast·labeliimg
FL16238631293 小时前
基于yolov11+django+deepseek的交通标志识别系统带登录界面python源码+onnx模型+精美web界面
python·yolo·django
十八岁牛爷爷3 小时前
初识相机标定的意义
数码相机·目标检测·机器学习·计算机视觉
放下华子我只抽RuiKe53 小时前
机器学习全景指南-总结与展望——构建你的机器学习工具箱
人工智能·深度学习·opencv·学习·目标检测·机器学习·自然语言处理
智驱力人工智能4 小时前
智慧物流中心为何需要包装缺陷检测 商品包装检测 包装标签合规检测 物流包装AI视觉检测系统 电商包装自动化检测 快递封箱完整性AI识别
人工智能·opencv·目标检测·计算机视觉·视觉检测·边缘计算
Coovally AI模型快速验证12 小时前
CVPR 2026 | GS-CLIP:3D几何先验+双流视觉融合,零样本工业缺陷检测新SOTA,四大3D工业数据集全面领先!
人工智能·目标检测·机器学习·3d·数据挖掘·回归
Coovally AI模型快速验证12 小时前
仅凭单目相机实现3D锥桶定位?UNet-RKNet破解自动驾驶锥桶检测难题
数码相机·学习·yolo·目标检测·3d·目标跟踪·自动驾驶