yolo

YOLO数据集集合

Deepseek融合yolo的行人车辆多目标检测系统 |行人检测车辆检测多目标检测 YOLO DeepSeek9165期本系统基于 YOLO 深度学习模型，融合 DeepSeek、Qwen 大语言模型与 Pytorch、SpringBoot、Flask、Vue3 等技术，构建了一套支持图片、视频、摄像头三种检测方式的行人车辆多目标检测平台。系统支持 AI 智能分析，可导出 PDF 检测报告，适配智慧交通、安防监控及城市管理场景。

YOLO数据集集合

YOLO 目标检测模型与 DeepSeek/Qwen 大语言模型融合的跌倒检测系统 | 跌倒检测 YOLO DeepSeek Qwen 行为识别目标检测本系统基于 YOLO 目标检测模型与 DeepSeek/Qwen 大语言模型，融合 Vue3、SpringBoot、Flask、Python 等技术，构建了一套完整的跌倒行为识别与预警平台。系统支持图片、批量图片、视频、摄像头实时检测，适配养老监护、医院看护、公共安全等场景。

YOLO数据集集合

道路与桥梁灾后损伤检测数据集 | 道路损伤桥梁损坏灾后评估无人机巡检目标检测 YOLO格式深度学习数据集计算机视觉10551期本数据集聚焦飓风灾害场景下的道路与桥梁损伤检测，服务于灾后基础设施智能评估、应急决策及修复规划。数据来自 NOAA 飓风后航拍采集，涵盖七类典型损伤，适配无人机巡检、灾害评估及道路桥梁健康监测等应用。

YOLOE 开放词汇检测 + ONNX / TensorRT 推理，开源了！🔥 YOLOE 开放词汇检测 + ONNX / TensorRT 推理，开源了！最近整理并开源了一个 YOLOE 推理项目，重点针对 YOLOE 开放词汇检测（Open-Vocabulary Detection）的工程化部署，实现了 ONNX + TensorRT 推理。

YOLOv13改进策略【卷积层篇】| RFAConv 感受野注意力卷积，每个位置都值得被单独加权本文基于 YOLOv13 官方仓库（iMoonLab/yolov13，ultralytics 8.3.63 fork）实测整理，Windows/CPU 全程可跑。标准卷积有个隐含假设：3×3 感受野里的 9 个位置同等重要。RFAConv（Receptive-Field Attention Convolution，2023）推翻了这个假设——先给感受野里每个位置打分，加权之后再卷积。本文把它替换进 v13n 的第 1 层下采样卷积，实测 +4,000 参数。

AOI小白新手上路

AOI 缺陷检测复现实操指南：Anomalib + MVTec AD（glass）与 YOLOv8 + NEU-DET 两条路线摘要：本文面向 AOI 玻璃微光学元件缺陷检测论文（Du et al., Optics Communications 2023）的复现需求，给出两条低成本 AutoDL 实操路线。路线 A 以 Anomalib + MVTec AD（glass 类别）复现无监督少样本异常检测，路线 B 以 Ultralytics YOLOv8 + NEU-DET 复现有监督两阶段检测主线，并附 CCS 卷积、IQE 图像质量评价、帧融合三个创新模块的代码框架、费用预算与避坑清单，两路线合计 GPU 费用可控制在 10 元

YOLO数据集集合

江西九江地区洪涝无人机高分辨率影像数据集 | 洪涝监测语义分割无人机遥感淹没识别灾害评估9157期本数据集面向洪涝灾害场景理解的无人机高分辨率可见光影像，聚焦江西九江地区洪涝事件下的地物识别与淹没状态判别。数据可用于灾害监测、受灾范围提取和洪涝遥感语义分割等任务，服务于应急管理、灾后评估及城市防洪规划。

听风吹等浪起

第22章：YOLOv5船舶目标检测+注意力模块改进对比，卫星遥感船舶识别实战最近在做遥感图像船舶检测任务，数据集是自己整理的遥感海面船舶切片，训练集1731张，验证集433张。遥感场景做船舶检测难点挺多：海面波纹干扰、光照变化、船舶尺度差异大，还有云雾遮挡，小目标船舶很容易漏检。

【YOLO 入门到精通 04】理解任务与模型家族：7 大 CV 任务与 YOLO26 选型指南标签：YOLO26 模型选型目标检测实例分割姿态估计难度：⭐⭐ | 阅读时长：约 55 分钟 | 系列：第 04/12 集前置：03 第一次预测 | 下一集：05 数据准备

YOLO数据集集合

无人机视角工程机械目标检测数据集 | 工程机械检测无人机航拍智慧工地9152期本数据集专注于无人机航拍视角下的工程机械检测与分类，服务于智慧工地管理、施工进度监控及工程机械调度。数据涵盖多种常见施工机械，适配工地安全监控、设备统计及自动化巡检等应用。

嵌入式IT学习小白

从零开始跑通yolov8基线激活环境设置短别名以后直接 act_yolo 就能激活。升级pip检查安装结果检查类比区别Ultralytics源码位置

智慧医疗X光图像小儿手腕外伤检测数据集VOC+YOLO格式2538张9类别数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

YOLO数据集集合

红外无人机与鸟类目标检测数据集 | 红外检测无人机识别鸟类检测低空安防反无人机 yolov11模型9151期本数据集专注于红外热成像场景下无人机与鸟类的视觉检测与区分，服务于低空安防、机场净空防护及生态监测。数据涵盖夜间红外航拍图像，适配反无人机预警、鸟击防范及夜间生态调研等应用。

YOLO-AMC：裂缝检测再进化，给 YOLOv11 换上更合适的「注意力」桥梁、道路、建筑上的裂缝又细又淡，人工巡检费时费力还容易漏检。新论文 YOLO-AMC，把 YOLOv11 拆掉一处、加装三处「注意力」，在自建裂缝数据集上把 mAP@0.5:0.95 从 0.9112 拉到 0.9506，还能在树莓派 5 上跑到约 5 FPS。

无人机视角海边沙滩垃圾检测数据集VOC+YOLO格式603张3类别数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

YOLO数据集集合

光伏组件异常检测数据集 | 光伏组件异常检测红外检测热斑识别光伏巡检9147期本数据集专注于红外热成像下的光伏组件异常检测，服务于光伏电站智能巡检、故障诊断及运维管理。数据涵盖光伏组件异常区域，适配无人机巡检、红外热成像分析及故障定位等应用。

车内饰品缺陷车内部件表面缺陷检测数据集VOC+YOLO格式1491张4类别数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)图片数量(jpg文件个数)：1491

深蓝电商API

用YOLO训练验证码目标检测模型的全流程在爬虫逆向、自动化测试等场景中，验证码识别是高频需求。传统 OCR 方案面对带干扰线、噪点、字符粘连、旋转变形的复杂验证码时，识别率往往大幅下降；而基于 YOLO 的目标检测方案，通过 “先定位单个字符、再分类识别” 的思路，能够精准分离粘连字符、抵抗背景干扰，在复杂验证码场景下具备更强的鲁棒性和可优化空间。

YOLO数据集集合

河道环境智能检测系统（YOLO + DeepSeek） | 河道巡检 YOLO DeepSeek 大语言模型智慧水利 9144期本系统是一款专为智慧水利、生态环保与河道监管打造的AI视觉分析平台。系统创新性地将改进型YOLO目标检测算法与DeepSeek/Qwen大语言模型深度融合，构建了“精准感知 + 智能研判 + 闭环管理”的三位一体解决方案。系统能够自动识别无人机航拍图像/视频中的河道环境问题，检测精度高达92%+，单图处理速度<0.25秒，并支持实时摄像头巡检、历史数据追溯及AI生成专业治理建议。

YOLO数据集集合

光伏组件热斑与缺陷检测数据集 | 光伏组件热斑检测 PID识别红外检测光伏巡检9148期本数据集专注于红外热成像下的光伏组件热斑与缺陷检测，服务于光伏电站智能巡检、故障诊断及运维管理。数据涵盖热斑、潜在缺陷及光伏组件区域，适配无人机巡检、红外热成像分析及故障定位等应用。