m0_74341485-CSDN博客

原创【天线＆其他】大疆无人机热成像人员目标检测系统源码＆数据集全套：改进yolo11-bifpn-SDI

本项目数据集信息介绍本项目所使用的数据集名为“Thermal_Overhead”，专门为改进YOLOv11的大疆无人机热成像人员目标检测系统而设计。该数据集包含了针对特定目标——人员的热成像图像，旨在提升无人机在复杂环境下的目标检测能力。数据集中仅包含一个类别，即“person”，这使得模型的训练过程更加专注于特定目标的识别与定位。“Thermal_Overhead”数据集的构建过程经过精心设计，涵盖了多种环境条件下的热成像数据。

2024-11-04 11:32:11 1586 1

原创【运动的＆足球】足球场景目标检测系统源码＆数据集全套：改进yolo11-ASF-P2

本项目数据集信息介绍本项目采用的数据集名为“Soccer Detection”，旨在为改进YOLOv11的足球场景目标检测系统提供高质量的训练数据。该数据集专注于足球比赛中的关键目标物体，包含三类主要目标：球门（goal）、运动员（person）和运动球（sports ball）。通过精心标注的图像，数据集为目标检测算法提供了丰富的样本，确保模型能够在复杂的足球场景中准确识别和定位这些重要元素。

2024-11-03 17:26:40 1580 1

原创【零售和消费品＆存货】快递包裹条形码与二维码识别系统源码＆数据集全套：改进yolo11-RFCBAMConv

本项目数据集信息介绍本项目所使用的数据集名为“qqr4j”，旨在为改进YOLOv11的快递包裹条形码与二维码识别系统提供高质量的训练数据。该数据集专注于两个主要类别的识别任务，分别是“Barcode”（条形码）和“qrcode”（二维码），总类别数量为2。这一设计使得数据集能够涵盖快递包裹中常见的标识符，进而提高系统在实际应用中的识别准确性和效率。“qqr4j”数据集的构建过程经过精心设计，确保了数据的多样性和代表性。

2024-11-02 14:53:40 1446

原创【制造业＆盒子】包装开闭状态检测图像分割系统源码＆数据集全套：改进yolo11-EfficientFormerV2

本项目数据集信息介绍本项目所使用的数据集名为“PacketCounter”，旨在为改进YOLOv11的包装开闭状态检测图像分割系统提供支持。该数据集专注于包装状态的准确识别与分类，包含三种主要类别：闭合包装（closed-box）、开放包装（open-box）和散装物品（packets）。通过对这些类别的细致划分，数据集能够有效地训练模型，以便在实际应用中实现对不同包装状态的精准检测。“PacketCounter”数据集的构建过程涵盖了多种场景和环境，以确保模型在各种情况下的鲁棒性。

2024-11-02 11:11:10 1156

原创【制造业＆电子产品】电机类型识别系统源码＆数据集全套：改进yolo11-SPDConv

本项目数据集信息介绍本项目所使用的数据集名为“Motor_recognition”，旨在为改进YOLOv11的电机类型识别系统提供高质量的训练数据。该数据集包含四个主要类别，分别为“33”、“DC Motor”、“Servomotor”和“Steppermotor”。这些类别涵盖了电机领域的多种常见类型，能够有效支持电机识别系统的训练与优化。在数据集的构建过程中，特别注重了数据的多样性和代表性，以确保模型能够在实际应用中具备良好的泛化能力。

2024-11-01 14:09:08 1086

原创【天线＆水】舰船战舰检测与分类图像分割系统源码＆数据集全套：改进yolo11-repvit

本项目数据集信息介绍本项目所使用的数据集为“HRSC2016”，该数据集专门用于舰船战舰的检测与分类，旨在提升YOLOv11模型在图像分割任务中的性能。HRSC2016数据集包含22个不同类别的舰船类型，涵盖了从航空母舰到游艇等多种舰船，具体类别包括：航空母舰、辅助船、驳船、战列舰、散货船、货船、指挥舰、护卫舰、巡洋舰、驱逐舰、渡轮、渔船、护卫舰、医院船、登陆舰、摩托艇、油轮、巡逻舰、滚装船、潜艇、战舰以及游艇。这些类别的多样性使得数据集在舰船检测与分类的研究中具有重要的参考价值。

2024-10-31 13:03:08 1051

原创【运动的＆高尔夫球】高尔夫球杆检测系统源码＆数据集全套：改进yolo11-Faster-EMA

本项目数据集信息介绍本项目所使用的数据集名为“golf-driver”，旨在为改进YOLOv11的高尔夫球杆检测系统提供高质量的训练数据。该数据集专注于高尔夫球杆中的“driver”类别，类别数量为1，体现了我们对特定目标的深入研究和精确识别的需求。通过专注于这一单一类别，我们能够在数据收集和标注过程中，确保每个样本的高质量和一致性，从而为模型的训练提供更加精准的基础。

2024-10-31 08:54:42 937

原创【制造业＆仓库】护目镜佩戴与否检测系统源码＆数据集全套：改进yolo11-SCConv

本项目数据集信息介绍本项目所使用的数据集名为“Eye Protection”，旨在为改进YOLOv11的护目镜佩戴与否检测系统提供强有力的支持。该数据集包含两类主要目标，分别为“Goggles”和“NO-Goggles”，共计两个类别。通过对这两个类别的精确标注和分类，数据集为模型的训练和评估提供了丰富的样本，使其能够有效识别佩戴护目镜的人员与未佩戴护目镜的人员。“Eye Protection”数据集的构建过程中，特别注重样本的多样性和代表性，确保数据集能够涵盖不同环境、光照条件以及佩戴者的多样性。

2024-10-28 16:34:18 1020

原创【运输＆加载码头】装卸码头场景检测系统源码＆数据集全套：改进yolo11-ELA-HSFPN

本项目数据集信息介绍本项目所使用的数据集名为“dock”，旨在为改进YOLOv11的装卸码头场景检测系统提供丰富的训练素材。该数据集包含七个类别，具体包括“dock number”、“forklift”、“loading dock”、“person”、“semi-trailer”、“terminal tractor”和“tractor unit”。这些类别涵盖了装卸码头场景中常见的各种元素，能够有效支持模型在复杂环境中的目标检测任务。

2024-10-27 15:38:01 877

原创【天线＆运输】集装箱字符识别系统源码＆数据集全套：改进yolo11-slimneck

本项目数据集信息介绍本项目所使用的数据集名为“Container Character Codes”，旨在为改进YOLOv11的集装箱字符识别系统提供支持。该数据集专注于集装箱上的字符识别，具有单一类别，具体为“code”。在现代物流和运输行业中，集装箱的字符信息承载着重要的运输和管理数据，因此，准确识别这些字符对于提高集装箱管理效率和减少错误至关重要。“Container Character Codes”数据集经过精心设计，包含了大量真实场景下的集装箱字符图像。

2024-10-27 11:59:37 1026

原创【制造业＆叉车】叉车与工人检测系统源码＆数据集全套：改进yolo11-EMSCP

本项目数据集信息介绍在本项目中，我们使用了名为“car11”的数据集，以支持改进YOLOv11模型在叉车与工人检测系统中的应用。该数据集专门设计用于识别和区分两类目标：叉车（forklift）和工人（person）。数据集的类别数量为2，涵盖了叉车和工人这两个在工业环境中常见且重要的对象。这一选择不仅反映了实际工作场景中的需求，也为模型的训练提供了明确的目标，使其能够在复杂的工作环境中有效地进行物体检测。

2024-10-25 11:07:20 1086

原创仓库箱体检测系统源码＆数据集全套：改进yolo11-rmt

本项目数据集信息介绍本项目所使用的数据集名为“Box_Rec_11”，旨在为改进YOLOv11的仓库箱体检测系统提供高质量的训练数据。该数据集专注于一个特定的类别，即“Person-Box”，这意味着数据集中包含的所有图像均围绕着一个主要的检测目标：与人相关的箱体。这一设计使得数据集在仓库环境下的应用尤为突出，能够有效地帮助模型识别和定位与人类活动相关的箱体，从而提升仓库管理的智能化水平。“Box_Rec_11”数据集的构建经过精心策划，涵盖了多种不同的场景和光照条件，以确保模型在实际应用中的鲁棒性。

2024-10-24 12:27:30 868

原创【天线＆空中农业】苹果果实品质检测系统源码＆数据集全套：改进yolo11-RVB

本项目数据集信息介绍本项目所使用的数据集名为“apples”，旨在为改进YOLOv11的苹果果实品质检测系统提供高质量的训练数据。该数据集专注于苹果果实的视觉特征，通过精确标注的图像数据，帮助模型学习识别和分类不同状态的苹果。数据集中包含两个主要类别：正常的“apple”和受损的“damaged_apple”。这两个类别的划分不仅有助于模型在实际应用中进行准确的品质评估，还能有效提高对苹果果实在不同生长阶段和环境条件下的识别能力。

2024-10-23 13:57:23 1021

原创【天线＆空中农业】水果检测系统源码＆数据集全套：改进yolo11-SPPF-LSKA

本项目数据集信息介绍本项目所使用的数据集名为“Allergic-fruit”，其主要目的是为了改进YOLOv11的水果检测系统，以实现更高效、更准确的水果识别与分类。该数据集包含15个不同的水果类别，具体包括苹果、香蕉、哈密瓜、无花果、葡萄、葡萄柚、柠檬、芒果、橙子、桃子、梨子、菠萝、石榴、草莓和西瓜。这些水果的选择不仅涵盖了常见的热带和温带水果，还考虑到了不同地区的饮食习惯和市场需求，从而确保数据集的多样性和广泛适用性。

2024-10-23 09:57:53 1084

原创【制造业＆盒子】分拣线包装快递识别图像分割系统源码＆数据集全套：改进yolo11-OREPA

本项目数据集信息介绍本项目所使用的数据集名为“2398_For_R&D”，旨在为改进YOLOv11的分拣线包装快递识别图像分割系统提供支持。该数据集包含了丰富的图像数据，专注于快递包装物品的识别与分割，尤其是针对两种主要类别的物品：箱子（Box）和传单（Flyer）。在快递行业中，快速、准确地识别和分类不同类型的包装物品对于提高分拣效率和降低错误率至关重要。因此，本数据集的构建不仅具有理论研究的意义，也为实际应用提供了重要的数据基础。

2024-10-21 15:40:16 1291