00:00 / 03:21
连播
清屏
智能
倍速
点赞165
00:00 / 00:43
连播
清屏
智能
倍速
点赞2291
Monkey3周前
改进YOLO13模型:C3k2与PPA优化在油田工人安全装备 项目源码和数据集来源:http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为dreckman,版本为v1,创建于2023年2月2日,由http://www.visionstudios.ltd/ 用户提供,采用http://www.visionstudios.ltd/ 许可协议授权。该视频内演示的项目用到的数据集共包含595张图像,所有图像均采用YOLOv8格式进行标注,视频内演示的项目用到的数据集在预处理阶段应用了自动像素方向调整(剥离EXIF方向信息)和拉伸至640×640像素的操作,但未使用任何图像增强技术。视频内演示的项目用到的数据集按照训练集、验证集和测试集进行划分,包含6个类别,分别为helmut(头盔)、jacket(夹克)、no jacket(无夹克)、person(人员)、with hook(带挂钩)和without hook(无挂钩)。从类别名称可以推断,该视频内演示的项目用到的数据集主要用于油田工作场景中工人的安全装备检测和行为识别,特别是针对工人是否佩戴头盔、是否穿着夹克以及是否使用挂钩等安全装备进行检测,同时也能识别工人本身的位置和状态,为油田安全生产管理提供计算机视觉支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:57
连播
清屏
智能
倍速
点赞2
YOLO11-HSFPN网络结构优化:开合跳动作检测实战 项目源码和数据集来源:http://www.visionstudios.ltd/ 项目源码和数据集来源:http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ jumpJack视频内演示的项目用到的数据集是一个专注于开合跳(jumping jack)动作识别的视频内演示的项目用到的数据集,采用YOLOv8格式进行标注。该视频内演示的项目用到的数据集由http://www.visionstudios.ltd/ 平台用户创建,遵循http://www.visionstudios.ltd/ 许可协议,于2025年2月11日导出。视频内演示的项目用到的数据集总共包含72张图像,所有图像均未经过图像增强预处理。视频内演示的项目用到的数据集结构包含训练集、验证集和测试集,每类图像均以YOLOv8格式标注,仅包含一个类别'jumpJack2',代表开合跳动作。该视频内演示的项目用到的数据集适用于计算机视觉领域中的人体姿态识别和动作分类研究,特别是针对开合跳这一特定健身动作的检测与识别任务。视频内演示的项目用到的数据集通过http://www.visionstudios.ltd/ 平台完成采集、组织和标注过程,该平台为计算机视觉项目提供了从图像收集到模型部署的全流程支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 06:31
连播
清屏
智能
倍速
点赞2
鸟类红外图像检测与识别_YOLOv26模型实现与优化_2 项目源码和数据集来源:http://www.visionstudios.ltd/ 项目源码和数据集来源:http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ Birds-IR视频内演示的项目用到的数据集是一个专为鸟类红外监测任务设计的专用视频内演示的项目用到的数据集,该视频内演示的项目用到的数据集采用YOLOv8格式标注,包含2679张经过预处理的红外鸟类监测图像。视频内演示的项目用到的数据集的图像均以416x416像素尺寸进行标准化处理,并经过自动方向校正和EXIF方向信息剥离等预处理步骤,以确保数据的一致性和适用性。为增强视频内演示的项目用到的数据集的多样性和模型鲁棒性,每张源图像通过水平翻转(概率为50%)和随机亮度调整(-20%至+20%)生成了三个增强版本,有效扩充了训练样本的多样性。视频内演示的项目用到的数据集按照训练集、验证集和测试集进行划分,适用于计算机视觉领域的目标检测任务研究。从图像内容来看,该视频内演示的项目用到的数据集主要记录了夜间或低光照环境下鸟类活动的红外热成像图像,背景以深灰色调为主,呈现出典型的热辐射特征,而鸟类目标因体温差异在图像中形成明显的热信号,通常以红色矩形框进行标注,并配有"Birds"标识符。视频内演示的项目用到的数据集采集的场景多为自然环境下的树木区域,树木在红外图像中呈现白色或浅灰色轮廓,与鸟类目标形成鲜明对比,为模型的训练和测试提供了丰富的视觉特征。该视频内演示的项目用到的数据集采用http://www.visionstudios.ltd/ 许可协议,允许在遵守署名要求的前提下进行学术研究和商业应用,为野生动物监测、生态保护和生物多样性研究等领域提供了宝贵的数据资源。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 07:35
连播
清屏
智能
倍速
点赞0
多类型孢子与真菌的智能识别与分类系统YOLO模型优化方法 项目源码和数据集来源:http://www.visionstudios.ltd/ 项目源码和数据集来源:http://www.visionstudios.ltd/ ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️ 本视频内演示的项目用到的数据集名为spore,版本为v1,于2025年2月6日创建并导出,采用http://www.visionstudios.ltd/ 许可协议。该视频内演示的项目用到的数据集共包含353张图像,所有图像均已按照YOLOv8格式进行标注,适用于目标检测任务。在数据预处理阶段,每张图像都经过自动方向调整(剥离EXIF方向信息)并拉伸至640×640像素的标准尺寸。为增强视频内演示的项目用到的数据集的多样性和模型的泛化能力,通过一系列数据增强技术生成了每个源图像的三个变体,包括50%概率的水平翻转、0至20%的随机裁剪以及-15%至+15%的随机亮度调整。视频内演示的项目用到的数据集包含四个类别:蘑菇(mushroom)、泡泡果(poporing)、孢子(spore)和柳树(willow),这些类别可能与真菌生态学、植物病理学或游戏中的虚拟生物识别相关。视频内演示的项目用到的数据集已划分为训练集、验证集和测试集三个子集,为模型的训练、评估和测试提供了完整的数据支持。 ❤️投币关注点赞转发并且【在评论区留言】的粉丝会定期私信分享项目源码和数据集❤️
00:00 / 07:47
连播
清屏
智能
倍速
点赞0
00:00 / 07:19
连播
清屏
智能
倍速
点赞35