选煤厂煤矸数据集

最新推荐文章于 2025-02-05 16:55:39 发布
最新推荐文章于 2025-02-05 16:55:39 发布
阅读量223 收藏
点赞数 1
CC 4.0 BY-SA版权
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_47464132/article/details/142952912

出选煤厂煤和矸石数据集，矸石在皮带运行视频赠送，也可以根据要求，摆放矸石。下面是煤和矸石样品。（有偿）

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
!
在这里插入图片描述
在这里插入图片描述

DL00335-基于深度学习YOLOv11的煤矸石检测含完整数据集
crasher123的博客
06-07 1483
而最新版本的YOLOv11，更是对模型进行了进一步优化，提升了检测速度与准确性，成为煤矸石检测的“救星”。在煤矿开采的过程中，煤矸石的处理一直是一个长期困扰矿业企业的问题。煤矸石不仅占据了大量资源，而且还可能对环境造成污染，因此高效精准地检测煤矸石并加以处理，是煤矿安全生产和环境保护中的一项重要任务。煤矸石检测的数据集通常包括不同光照、角度和距离下的煤矸石图像，同时还需标注出煤矸石的具体位置和类别。通过精准高效的煤矸石检测，煤矿企业能够及时清除煤矸石，减少其对环境的污染，同时提高矿山的资源利用率。
43张图还原煤厂各工段的全工艺流程，构建数字孪生体
qq_28404179的博客
10-13 1635
图扑软件运用丰富的可视化图表和动画效果，实时统计各厂区、监测点的监测设备数据，数据涵盖当日室外温度、湿度、压力、二氧化硫和颗粒物等多个关键指标。
YOLOv5算法煤矿传送带矸石&锚杆异物检测模型+数据集
12-15
YOLOv5算法煤矿传送带矸石&锚杆异物检测模型， 包含3000多张煤矿传送带矸石&锚杆异物检测数据集，训练好的权重可以直接用于推理，也可以使用数据集重新训练，检测数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， 数据集和检测结果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743 https://blog.youkuaiyun.com/zhiqingAI/article/details/143089699 数据集配置目录结构data.yaml： train: ../train/images val: ../valid/images test: ../test/images nc: 2 names: - bolt_object - bulk_objec
传送带中大块煤识别数据集，使用yolo，coco，voc格式对1546张现场环境图片进行标注
最新发布
网易搬砖头
02-05 488
传送带中大块煤识别数据集，使用yolo，coco，voc格式对1546张现场环境图片进行标注数据集分割训练组1371图片有效集119图片测试集56图片预处理自动定向： 已应用调整大小： 拉伸至 640x640增强每个训练示例的输出： 3亮度： -23% 至 +23% 之间模糊： 最多 0.5px。
煤堆，大块煤识别数据集，使用yolov9格式对1767张煤矿现场采集图片进行标注
12-18
煤堆，大块煤识别数据集，使用yolov9格式对1767张煤矿现场采集图片进行标注， 图片你可以从这里查看 https://backend.blog.youkuaiyun.com/article/details/144512901
煤矿行业----大块煤数据集
weixin_47464132的博客
07-22 505
大块煤、皮带跑偏数据集。
煤堆，大块煤识别数据集，使用yolov11格式对1767张煤矿现场采集图片进行标注
12-18
煤堆，大块煤识别数据集，使用yolov11格式对1767张煤矿现场采集图片进行标注， 图片你可以从这里查看 https://backend.blog.youkuaiyun.com/article/details/144512901
煤堆，大块煤识别数据集，使用yolo，coco json，voc xml格式对1767张煤矿现场采集图片进行标注，
网易搬砖头
12-18 1468
煤堆，大块煤识别数据集，使用yolo，coco json，voc xml格式对1767张煤矿现场采集图片进行标注数据集分割训练组1580图片有效集125图片测试集62图片预处理自动定向： 已应用调整大小： 拉伸至 640x640增强每个训练示例的输出： 3亮度： -25% 至 +25% 之间模糊： 最高 0.25px。
传送带中大块煤识别检测数据集，使用yolov9格式对792张图片标注
12-18
传送带中大块煤识别检测数据集，使用yolov9格式对792张图片标注，标注图片和标注信息可参考博文：https://backend.blog.youkuaiyun.com/article/details/144513245
智能选煤系统煤矸检测问题的研究.rar
09-20
智能选煤系统是现代煤炭工业中的一项关键技术，其...综上所述，智能选煤系统中煤矸检测的研究涵盖了图像处理、特征提取、深度学习、数据集构建、模型优化等多个方面，对于推动煤炭行业的现代化和技术升级具有重要意义。
煤矿分类数据集351张4类别.7z
06-05
数据集类型：图像分类用，不可用于目标检测无标注文件 数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：351 分类类别数：4 类别名称:[“Anthracite”,“Bituminous”,“Lignite”,“Peat”] 更多信息：https://blog.youkuaiyun.com/FL1623863129/article/details/139457793
yolov11标记的煤和脉石检测数据集，全是原始图片.zip
12-07
yolov11标记的煤和脉石检测数据集，全是原始图片
煤矸石检测数据集VOC+YOLO格式3090张2类别.7z
09-02
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：3090 标注数量(xml文件个数)：3090 标注数量(txt文件个数)：3090 标注类别数：2 标注类别名称:["Coal","Rock"] 每个类别标注的框数： Coal 框数 = 6647 Rock 框数 = 4044 总框数：10691 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注 更多信息：https://blog.youkuaiyun.com/FL1768317420/article/details/141829723
煤矸石识别数据集，可识别煤炭，煤矸石，高岭石，yolov11格式标注102张现场采集原始图片
12-19
煤矸石识别数据集，可识别煤炭，煤矸石，高岭石，yolov11格式标注102张现场采集原始图片
YOLO算法煤矿传送带矸石&锚杆异物检测数据集+3000数据集
10-20
YOLO算法煤矿传送带矸石&锚杆异物检测数据集， 包含3000多张煤矿传送带矸石&锚杆异物检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以直接进行训练模型，txt格式标签， 数据集和检测结果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743 https://blog.youkuaiyun.com/zhiqingAI/article/details/143089699 数据集配置目录结构data.yaml： train: ../train/images val: ../valid/images test: ../test/images nc: 2 names: - bolt_object - bulk_object
深度学习——煤矸石识别
xsy_009016的博客
11-08 2718
由于矸石样本数量有限，各个地区矸石特征不一，没有统一标准大数量样本集，为不影响深度卷积网络训练精度，提出一种基于卷积生成对抗网络（DCGAN）的煤矸石图像数据扩充方法，建立有效的监督样本集进行训练。通过实验测试得出，改进后的YOLOv8能够对小块煤矸石检测，同时也能够提高目标检测模型的整体检测精度，准确率可达94%以上，完全可以替代人工检测。在本博文中，我们提出了一种基于深度学习的煤矸石检测与识别系统，该系统采用YOLOv8算法对煤矸石进行检测和识别，实现对图片中的煤矸石进行准确识别。
智能选矸机器人系统的研究与应用.pdf
08-13
此外，内容中还包含了一串串的符号和字符，这可能是技术文档中用来表示算法、公式或数据集的部分，但缺乏上下文使得我们难以对其作出准确的解读。 总结来说，这份标题为《智能选矸机器人系统的研究与应用.pdf》的...
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
源的博客
03-18 1835
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:原图展示部分标注可视化结果展示。
构建与研究：选煤厂数据网络系统提升信息化建设
"选煤厂数据网络系统的构建与研究" 本文主要探讨了选煤厂如何通过构建数据网络系统来提升其信息化建设水平，并迈向PlantWeb数字工厂的目标。在选煤厂控制网络的现有基础上，该系统引入了先进的网络化、实时化技术，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

45W冲冲冲

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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