- 博客(9)
- 收藏
- 关注
RSS订阅原创 车辆危险度检测大规模数据集：ISE-UFDS
YQKJ-ISE-UFDS（Urban Flooding Vehicle Detection Dataset）是一个专为城市内涝场景下车辆检测与危险度评估任务构建的大规模图像数据集。该数据集包含 20,152 张图像，涵盖不同水位、车型、视角及天气条件，每张图像均提供精细的边界框标注与危险等级标签（安全、不安全、危险），数据来源YOUTUBE网站收集分割。数据集旨在推动洪涝灾害场景下的计算机视觉研究，特别是在极端天气条件下的车辆检测、风险评估与应急救援系统中的算法开发与评估。图像数量：20,152 张。
2025-10-23 10:06:35
230
原创 无人机视角下战场数据集-可见光数据集：Tank-2000
基于之前的方向做的一个无人机视角下的战场坦克行人数据集。主要的类别：是人（person）、坦克（tank）数据集来源：国外演习等系列视频片段剪辑制作。数据集格式：YOLO（txt）图像大小：640*640。
2024-12-26 13:05:59
705
12
原创 改进YOLOv11双模态（红外可见光）小目标检测
在 SPPF 后加入类似注意力机制的 C2PSA，这个新模块有助于增强网络的关注机制，使模型能够更有针对性地关注图像中的关键区域，改善特征选择能力，进而提升检测性能，让检测结果更加准确可靠。这一变化在 YOLOv11 的主干网络中体现，进一步优化了特征提取效率，能够更好地捕捉图像中的重要细节，增强了对复杂场景下物体特征的提取能力，从而有助于更准确地识别和定位物体。其实对于改进，身为普通的学术研究的我来说，就是那几个东西缝缝补补，注意力，检测头，骨干网络，中间融合也就是那些东西。缝缝补补，能毕业就行。
2024-12-17 21:58:20
2330
7
原创 YOLOv8双模态（红外可见光）小目标检测（论文已发）
这里要注意的就是，这个数据集原本是有一个100*100的白色边框的，我是用脚本进行除去了，然后就是需要把label重新修改一下，也是用脚本，这样可以复合去除边框后的数据集的标签。M3DF数据集，符合远景小目标条件，后续可以考虑做数据增强。已经完成了创新点的设计，正在跑实验，验证有效性。DroneVehicle数据集效果。DroneVehicle数据集。
2024-11-13 11:16:45
2281
48
原创 DroneVehicle 红外可见光车辆小目标数据集去边框
特别注意的是在数据集转换的时候，也就是转成YOLO的时候，可能会出现负坐标，或者是超过1的坐标值，这样就会导致模型训练不了，所以，需要进行针对那些数据集进行特殊的处理。首先需要数据处理，因为原本的数据集自带的有100*100的白边，对检测影响很大，特别是YOLO系列的检测模型。
2024-10-08 21:22:30
1555
6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人