1. 车辆检测和跟踪
1.1 车辆检测数据集和训练权重
YOLO系列算法汽车
检测数据集
- 数据集标签:VOC和YOLO格式,类别名为:
car
- 数据集一
- 数据集二
- 数据集三
- 数据集四
- 数据集五
- 数据集六
- 数据集七
YOLO系列算法自行车
检测数据集
- 数据集标签:VOC和YOLO格式
- 数据集一
- 数据集二
- 数据集三
- 数据集四
- 数据集五
- YOLOv3自行车检测训练权重+代码+自行车数据集
- YOLOv5自行车检测训练权重+代码+自行车数据集
- YOLOv7自行车检测训练权重+代码+自行车数据集
YOLO系列算法摩托车
检测数据集
- 数据集标签:VOC和YOLO格式
- 数据集一
- 数据集二
- 数据集三
- 数据集四
- YOLOv3摩托车检测训练权重+代码+数据集
- YOLOv5摩托车检测训练权重+代码+数据集
- YOLOv7摩托车检测训练权重+代码+数据集
YOLO系列算法公交车
检测数据集
- 数据集标签:VOC和YOLO格式
- 数据集一
- 数据集二
- 数据集三
- 数据集四
YOLO系列算法火车检测
数据集
- 数据集标签:VOC和YOLO格式
- 数据集一
- 数据集二
- 数据集三
VOC格式和YOLO格式卡车
检测数据集
- 卡车检测数据集,VOC和YOLO格式,即txt和xml两种格式的标签,可用于YOLO卡车检测;
- 目标类别名:
truck
; - 数据集一
YOLO系列算法车辆检测car、bus、truck三类
数据集一
检测结果:
- 数据集标签:VOC和YOLO格式
- YOLO车辆检测car、bus、truck三类检测结果
- 车辆三类检测数据集
- YOLOv3车辆三类检测权重+代码+标注好的数据集
- YOLOv5车辆三类检测权重+代码+标注好的数据集
YOLO系列算法车辆检测car、motorbike、truck三类
数据集二
检测结果:
- 数据集标签:VOC和YOLO格式
- 数据集
- YOLOv3汽车、摩托车、卡车三类检测权重+代码+标注好的数据集
- YOLOv5汽车、摩托车、卡车三类检测权重+代码+标注好的数据集
- YOLOv7汽车、摩托车、卡车三类检测权重+代码+标注好的数据集
YOLO系列算法车辆检测car、bus、bicycle、motorbike四类
数据集
- 数据集标签:VOC和YOLO格式
- 数据集
YOLO车辆多类别检测数据集
- 车辆多类别检测数据集,从COCO2017数据集中提取得到,并分别转成了txt和xml两种格式的标签,可用于YOLO算法车辆多类别检测;目标类别分为汽车、公交、卡车、摩托车和自行车;
- 目标类别名:car,bus,truck,motorcycle,bicycle ;
- 数量:16504
- 数据集下载
1.2 车辆跟踪
2. 行人检测和跟踪
2.1 行人检测数据集和训练权重
YOLO系列算法行人检测
训练权重和数据集
- YOLOv5行人检测训练权重
- 数据集一
- 数据集二
- 数据集三
- 数据集四
- 行人检测测试视频
- darknet版yolov4行人检测训练权重
YOLO系列算法行人跌倒检测
数据集
- 数据集标签:VOC和YOLO格式
- 数据集
2.2行人多目标跟踪
- 行人跟踪结果和测试视频
3. 车辆行人检测和跟踪
3.1车辆行人检测数据集和训练权重
YOLO系列算法车辆行人检测
数据集
- 数据集标签:
VOC
和YOLO
格式,类别名:car
,person
- 数据集一
- 数据集二
- 数据集三
- YOLOv5行人车辆目标检测结果
- YOLOv3车辆行人检测+训练好的权重文件+VOC格式车辆行人检测数据集
- YOLOv5车辆行人检测+训练好的权重文件+VOC格式车辆行人检测数据集
- YOLOv7车辆行人检测+训练好的权重文件
- YOLOv5-deepsort 行人多目标跟踪
检测结果:
文章来源:https://www.toymoban.com/news/detail-443867.html
YOLO红外车辆行人检测数据集文章来源地址https://www.toymoban.com/news/detail-443867.html
- 红外车辆行人检测数据集,几千张带VOC格式和YOLO格式标签的红外数据集
- 类别名:
car
,person
3.2 车辆行人多目标跟踪
- deepsort-yolov3-车辆行人跟踪结果
- YOLOv5-deepsort 车辆行人目标跟踪
- YOLOv5-Deepsort 车辆和行人目标跟踪+车辆行人数据集
到了这里,关于【车辆行人检测和跟踪数据集及代码汇总】的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!