今天真是幸运的一天

博主周三经历诸多不顺,误判日期,视力下降,乘车遭遇堵车、打不到车等状况,坐摩的还差点发生事故,到科学城后又遇警察拦车,步行时还被车撞到,最后到客户办公室时,产品演示已结束。

现象一:

今天是星期三,在中午之前我还以为是星期二,莫非我的记忆系统出错了?

现象二:

今天体验眼睛朦胧,左右眼视率又下降了0.1点...

现象三:

从医院前往科学城,本来在上午9:30左右不算高峰期,过了车陂竟然堵了半个多小时。。。/

现象四:

从车陂下车,竟然打不到一辆的士车?

现象五:

无奈之作,打了一辆摩的前往科学城,票价8块...当然没有发票

现象六:

坐摩地到广州奥体中心,有一个拐弯竟然有一辆金杯冲动,车头离摩托车只有20公分,差一点工伤?

现象七

坐着摩的到了科学城门口,竟然还有警察拦车,那个摩的师傅自然不敢进去了,那个摩的还向我要6块钱,后来给了5块,我想还给高了.

现象八

在科学城门口张望了一把,也没有发现有的士出没,只好自己慢慢走进去....

现象九

走到谭村的一个路口,竟然有一辆破桑塔那冲,车头准确的顶在我的小腿上....TMD,差点失去了我的双腿

现象十

刚走进客户办公室,本来是一起看另外一家公司的产品,当我推开会议的大门时,产品演示正好结束,演示的人和看演示的正在互道88...

无巧不成书啊.....

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框和类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别和分类垃圾材料的AI模型,用于自动化废物分类和回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率和环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验和论文发表。 三、数据集优势 类别覆盖全面: 包含三种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练和使用。 数据量适中合理: 训练集、验证集和测试集分布均衡,提供足够样本用于模型学习和评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值