自建了一个快递包裹(门前包裹)检测数据集,主要应用场景为门前监控,应该也可用于快递流通环节包裹检测。 为了提高模型泛化能力,该数据集尽量做到了包裹材质、大小、角度、拍摄环境,拍摄用设备的多样性。 数据集总体情况: 图像总数量:9555 其中,已标注图像:6133 标注框数量·: Package:40612 Person:800 未标注图像:3422...
如何处理快递包裹的数据集,并使用深度学习方法进行目标检测和实例分割。该数据集已经按照YOLO的要求进行了标注,并且分为训练集、验证集和测试集。 数据集描述 该数据集包含以下部分: 训练集:1920张图片 验证集:188张图片 测试集:89张图片 标注文件为YOLO适用的.txt格式,每行包含一个物体的标签和归一化的边界框坐标...
[数据集][目标检测]快递包裹检测数据集VOC+YOLO格式5382张1类别 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):5382 标注数量(xml文件个数):5382 标注数量(txt文件个数):5382 标注类别数:1 标注类别名称:["pack...
本项目数据集信息介绍 在本项目中,我们使用的数据集名为“Box detection”,其主要目的是为了训练和改进YOLOv11模型,以实现高效的快递盒纸箱检测系统。该数据集专注于单一类别的物体检测,具体类别为“cardboard_box”,这意味着我们将专注于识别和定位纸箱在不同环境和场景中的表现。数据集的设计旨在提供丰富的样本,以...
在当今的物流业中,快递包裹的自动化检测技术变得越来越重要。为了提高检测的准确率和效率,基于YOLOv8/v7/v6/v5的快递包裹检测系统成为了研究的热点。本博客深入探讨了这一技术,核心上,我们采用了最先进的YOLOv8算法,并将其与YOLOv7、YOLOv6、YOLOv5进行了综合对比,以
本项目数据集信息介绍本项目所使用的数据集名为“Detection_box”,旨在为改进YOLOv11的快递包装类型检测系统提供支持。该数据集专注于快递包装的多样性与复杂性,包含四个主要类别,分别为“Box”、“Box_broken”、“Open_package”和“Package”。这些类别的选择不仅反映了快递行业中常见的包装状态,还涵盖了不同的...
为了提高检测的准确率和效率,基于YOLOv8/v7/v6/v5的快递包裹检测系统成为了研究的热点。本博客深入探讨了这一技术,核心上,我们采用了最先进的YOLOv8算法,并将其与YOLOv7、YOLOv6、YOLOv5进行了综合对比,以展现各版本在快递包裹检测领域的性能差异。我们详细介绍了国内外在快递包裹检测方面的研究现状,从数据集的处理...
使用YOLOv8 训练物流快递箱目标检测 数据集信息 类别: 1类 (package) 图片数量:约2000张 分辨率: 640x640 标签格式: YOLO 格式 (txt) 步骤概述 数据集准备 创建数据集配置文件 (data.yaml) 分割数据集 训练模型 评估模型 可视化训练结果 清理临时文件 推理和显示结果 详细步骤 1. 数据集准备 确保你的数据集...
本项目所使用的数据集名为“Detection_box”,旨在为改进YOLOv11的快递包装类型检测系统提供支持。该数据集专注于快递包装的多样性与复杂性,包含四个主要类别,分别为“Box”、“Box_broken”、“Open_package”和“Package”。这些类别的选择不仅反映了快递行业中常见的包装状态,还涵盖了不同的包装形式,以便于系统能够...
为了提高检测的准确率和效率,基于YOLOv8/v7/v6/v5的快递包裹检测系统成为了研究的热点。本博客深入探讨了这一技术,核心上,我们采用了最先进的YOLOv8算法,并将其与YOLOv7、YOLOv6、YOLOv5进行了综合对比,以展现各版本在快递包裹检测领域的性能差异。我们详细介绍了国内外在快递包裹检测方面的研究现状,从数据集的处理...