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
|
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。
|
4月前
|
机器学习/深度学习 人工智能 监控
考试作弊行为目标检测数据集(5700张图片已标注)| YOLO训练数据集 AI视觉检测
本数据集含5700张考场图像,精准标注“俯身抄袭”“传递答案”“使用手机”三类作弊行为,采用YOLO标准格式(归一化txt),已划分训练/验证/测试集,适配YOLOv5-v10等模型,助力智能监考系统研发与AI行为识别研究。
|
7月前
|
新能源 数据挖掘 关系型数据库
基于python大数据的新能源汽车数据分析系统
在全球能源与环境双重压力下,新能源汽车快速发展,产生海量数据。本文设计基于Python的新能源汽车数据分析系统,结合MySQL与B/S架构,实现数据高效管理与可视化分析,助力企业优化产品、提升服务,推动产业智能化与可持续发展。
|
分布式计算 JavaScript 前端开发
多线程、多进程、协程的概念、区别与联系
多线程、多进程、协程的概念、区别与联系
718 1
|
机器学习/深度学习 计算机视觉 网络架构
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目标检测
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目DWRSeg是一种高效的实时语义分割网络,通过将多尺度特征提取分为区域残差化和语义残差化两步,提高了特征提取效率。它引入了Dilation-wise Residual (DWR) 和 Simple Inverted Residual (SIR) 模块,优化了不同网络阶段的感受野。在Cityscapes和CamVid数据集上的实验表明,DWRSeg在准确性和推理速度之间取得了最佳平衡,达到了72.7%的mIoU,每秒319.5帧。代码和模型已公开。
【YOLO11改进 - C3k2融合】C3k2DWRSeg二次创新C3k2_DWR:扩张式残差分割网络,提高特征提取效率和多尺度信息获取能力,助力小目标检测
|
机器学习/深度学习 人工智能 算法
基于YOLOv8的人员跌倒实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
本文介绍了基于YOLOv8算法的人员跌倒实时检测系统,通过4978张图片训练出有效模型,并开发了带GUI界面的系统,支持图片、视频和摄像头实时检测,具备更换背景、标题,调节检测置信度等功能。
4051 0
基于YOLOv8的人员跌倒实时检测系统【训练和系统源码+Pyside6+数据集+包运行】
|
机器学习/深度学习 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。
4051 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】