训练数据集(一):真实场景下采集的煤矸石目标检测数据集,可直接用于YOLOv5/v6/v7/v8训练

简介: 本文介绍了一个用于煤炭与矸石分类的煤矸石目标检测数据集,包含891张训练图片和404张验证图片,分为煤炭、矸石和混合物三类。数据集已标注并划分为训练和验证集,适用于YOLOv5/v6/v7/v8训练。数据集可通过提供的链接下载。

数据集介绍

煤矸石训练数据集:891张;验证数据数据集:404张
数据集类别:0代表煤炭(coal),1代表矸石(gangue),2代表煤炭和矸石的混合物(coal and gangue)
所有数据都有对应的标签,可直接提供给YOLO网络进行训练,数据集已划分好
划分格式如下

root_path:
----images:
---------train:
-----------....(jpg)
---------val:
-----------....(jpg)
----labels:
---------train:
-----------....(txt)
---------val:
-----------....(txt)

原图展示
在这里插入图片描述
在这里插入图片描述
部分标注可视化结果展示
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

数据集训练精度展示

在这里插入图片描述

数据集获取方式

https://download.csdn.net/download/m0_51004308/88987233

其他煤矸石YOLO格式数据集

在这里插入图片描述
在这里插入图片描述
如需要可私聊

目录
相关文章
|
人工智能
基于qwen2和qwenvl的自动批改作业应用!
针对作业批改中常见的问题,如低质量作业、大量简单作业耗时、需初筛异常作业等,开发了一款自动批改作业的应用。该应用通过备份作业文件、获取文档内容、利用AI生成评语,并保存关键信息与日志,简化了教师的工作流程,提高了效率。应用设计简洁,易于扩展,支持图片转文字处理,适合教育场景使用。
3974 1
基于qwen2和qwenvl的自动批改作业应用!
|
3月前
|
数据采集 人工智能 自然语言处理
Meta SAM3开源:让图像分割,听懂你的话
Meta发布并开源SAM 3,首个支持文本、点、框等提示进行图像与视频分割的统一基础模型,突破传统限制,实现开放词汇概念的精准识别与跟踪,涵盖超400万独特概念,推动视觉分割新发展。
1938 6
|
机器学习/深度学习 数据可视化 算法
基于YOLOv8的矿井内煤炭图像智能识别|完整源码数据集+PyQt5界面+完整训练流程+开箱即用!
本项目基于最新 YOLOv8 检测框架,构建了面向矿井场景的煤炭图像检测系统,支持端到端的模型训练、推理与图形界面部署。项目在实际运行中可识别煤块、杂质等不同种类目标,适合应用于煤炭分拣、矿区自动巡检等任务。
|
机器学习/深度学习 存储 TensorFlow
YOLOv11改进策略【Head】| (独家改进)轻量化检测头:利用 EfficientNet 中的移动倒置瓶颈模块 MBConv 改进检测头
YOLOv11改进策略【Head】| (独家改进)轻量化检测头:利用 EfficientNet 中的移动倒置瓶颈模块 MBConv 改进检测头
2766 11
YOLOv11改进策略【Head】| (独家改进)轻量化检测头:利用 EfficientNet 中的移动倒置瓶颈模块 MBConv 改进检测头
|
机器学习/深度学习 人工智能 算法
基于YOLOv8的火焰烟雾实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
基于YOLOv8的火焰烟雾实时检测系统,使用6744张图片训练有效模型,开发了带GUI界面的系统,支持图片、视频和摄像头实时检测,具备模型权重导入、检测置信度调节等功能,并提供项目完整代码和数据集。
2710 1
基于YOLOv8的火焰烟雾实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
|
机器学习/深度学习 算法 计算机视觉
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
2480 8
YOLOv11改进策略【SPPF】| SimSPPF,简化设计,提高计算效率
|
计算机视觉
YOLOv11改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进v11颈部网络
YOLOv11改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进v11颈部网络
2484 10
YOLOv11改进策略【Neck】| GFPN 超越BiFPN 通过跳层连接和跨尺度连接改进v11颈部网络
|
存储
指针和数组简单填空题合集(纯刷题:60道)
指针和数组简单填空题合集(纯刷题:60道)
288 0
|
机器学习/深度学习 编解码 PyTorch
CVPR 2023 | 主干网络FasterNet 核心解读 代码分析
本文分享来自CVPR 2023的论文,提出了一种快速的主干网络,名为FasterNet。核心算子是PConv,partial convolution,部分卷积,通过减少冗余计算和内存访问来更有效地提取空间特征。
10647 58