2401_88441190的博客

深度学习目标检测框架Yolov8训练使用水面河道垃圾及漂浮物数据集识别水上及海上易拉罐.树枝，树叶，草，牛奶塑料袋瓶子，水果，球等进行识别，漂浮物检测系统3000张 水面垃圾 带标注

如何使用Yolov5训练使用——航拍无人机视角垃圾数据集检测，26700余张无人机图像，超过4万标注信息，共3.6GB数据量，可用于环卫快速检查，垃圾快速定位等应用。

如何用yolov8训练使用——垃圾桶装满数据集 3300张 垃圾桶 带标注 voc yolo都有对应标注

添加图片注释，不超过 140 字（可选）小区、楼道杂物堆积数据集。数据集为真实场景下楼梯杂物堆积、小区内杂物堆积的图片。数据集已经标注好，txt格式，适用于训练yolo系列目标检测模型，已经划分好训练集与验证集，其中训练集334张图片，验证集81张图片，数据集包含类别标签文件，分为一类：杂物。数据集已经标注好，拿到之后可直接用于模型训练。数据集可用于检测小区是否有垃圾等杂物堆积，也可用于检测楼梯口等重要消防通道是否被杂物堵塞等。添加图片注释，不超过 140 字（可选）添加图片注释，不超过 14

超大超详细垃圾分类数据集（是分类，共4大类，345小类，147913张图，已全部分类标注完成，共12GB。添加图片注释，不超过 140 字（可选）厨余垃圾 76小类 35058张可回收物 195类 86116张其他垃圾 53类 16156张有害垃圾 18小类 10583张添加图片注释，不超过 140 字（可选）添加图片注释，不超过 140 字（可选）如何使用深度学习框架（如PyTorch）来训练一个包含147913张图像的超大超详细垃圾分类数据集，并附上详细的训练代码和步骤。这个数据集

河道垃圾数据集 河道漂浮物数据集水污染数据集（航拍无人机视角）3000张，可直接用于河道垃圾、水污染功能检测，标注质量高；标注yolo格式、voc格式，可直接训练，河道数据集 水面漂浮物数据集 水污染

污水排放检测数据集 污水检测 排放口检测数据集 污水排放口细粒度检测数据集，污水排放口类型包括10类目标 yolo格式 10000余张图像，yolo格式目标检测，9GB数据量 污水检测数据集 目标检测