【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
程序员正茂2 小时前
Win11使用自定义训练集训练ncnn模型
python·yolo·图像识别·移动端·ncnn
磁场转动100万匹7 小时前
PyTorch 版 YOLOv3 源码逐段详解:从配置文件到训练、评估、检测(定制自己的数据集)
人工智能·深度学习·yolo
老唐7777 小时前
OpenCV5实测:纯CPU跑YOLO26目标检测
图像处理·人工智能·opencv·yolo·目标检测·计算机视觉
F&C嘉准传感器8 小时前
FC-SPY抗阳光槽型光电:户外仓储强光不失效,凝露受潮故障减少
安全·目标检测·自动化
pjj198549 小时前
yolo-yolov3补充和yoluv4/v5
yolo
听风吹等浪起9 小时前
第24章:基于 YOLOv5 的肺癌 / 肺结节 / 肺腺癌多目标识别与 10 种网络改进方案深度解析
yolo
燧机科技SuiJi19 小时前
山体坍塌落石滑坡泥石流监测系统 落石泥石流监控摄像机
大数据·人工智能·深度学习·yolo
数聚天成DeepSData1 天前
夜间灯光可以代表经济活动吗?先处理年际一致性
人工智能·深度学习·机器学习·数据集·deepsdata
大鹏的NLP博客1 天前
目标检测中的 AP 计算:单调包络与 NumPy 双重翻转
目标检测·numpy·ap
磁场转动100万匹1 天前
YOLOv3 原理详解:从 Darknet-53 到三尺度检测头
yolo