[数据集][目的检测]高空抛物数据集VOC+YOLO格式259张+6段视频+yolov8模子+ ...

这个是从6段简短抛物视频里面截取的259张图片用labelImg举行标注得到提供voc和yolo格式以供大家训练和研究。目录我已经提供了yolov8s训练好的模子和训练日志，如果不想训练的可以直接用我这个模子即可，选择使用best.pt或last.pt即可。目录结构：

1. ----yolov8-paowu\
2.     |----data\
3.     |    |----video\
4.     |    |    |----1.mp4
5.     |    |    |----2.mp4
6.     |    |    |----3.mp4
7.     |    |    |----4.mp4
8.     |    |    |----5.mp4
9.     |    |    |----6.mp4
10.     |    |----VOC2012\
11.     |    |    |----Annotations\
12.     |    |    |    |----paowu_1.xml
13.     |    |    |    |----paowu_10.xml
14.     |    |    |    |----paowu_100.xml
15.     |    |    |    |----more
16.     |    |    |----JPEGImages\
17.     |    |    |    |----paowu_1.jpg
18.     |    |    |    |----paowu_10.jpg
19.     |    |    |    |----paowu_100.jpg
20.     |    |    |    |----paowu_101.jpg
21.     |    |    |    |----more
22.     |    |    |----labels\
23.     |    |    |    |----classes.txt
24.     |    |    |    |----paowu_1.txt
25.     |    |    |    |----paowu_10.txt
26.     |    |    |    |----paowu_100.txt
27.     |    |    |    |----more
28.     |----train\
29.     |    |----args.yaml
30.     |    |----confusion_matrix.png
31.     |    |----confusion_matrix_normalized.png
32.     |    |----events.out.tfevents.1717627006.jupyter-391641-6894711.6128.0
33.     |    |----F1_curve.png
34.     |    |----labels.jpg
35.     |    |----labels_correlogram.jpg
36.     |    |----PR_curve.png
37.     |    |----P_curve.png
38.     |    |----results.csv
39.     |    |----results.png
40.     |    |----R_curve.png
41.     |    |----train_batch0.jpg
42.     |    |----train_batch1.jpg
43.     |    |----train_batch1520.jpg
44.     |    |----train_batch1521.jpg
45.     |    |----train_batch1522.jpg
46.     |    |----train_batch2.jpg
47.     |    |----val_batch0_labels.jpg
48.     |    |----val_batch0_pred.jpg
49.     |    |----weights\
50.     |    |    |----best.pt
51.     |    |    |----last.pt
52.     |----使用说明.txt

复制代码

这里解释一下为什么要做这个数据集。起首可以肯定的是如果做商业化落地要思量很多因素，使用目的检测做通用型高空抛物其实不太好，原因是抛出物体非常多根本不能仅仅靠目的检测实现。光抛物成千上万种你不大概都打上标签，而且另有个问题就是误检测问题也不好解决。如果你只想用目的检测检测大物件抛物大概目的检测算法照旧可以用的。随着科技的技术发展，说不定后面另有更厉害目的检测框架出现，大概用目的检测做高空抛物成为实际。以是这个数据集对于想商业化落地的研究人员可以说是纯粹是lese,但是万事不能说毫无用处，这个另有一些其他使用价值。
第一，如果您只想要做视频演示只是出现一种结果，那么这个数据集+模子+视频大概会帮到您
第二，如果您只想用作课程作业大概研究着玩一玩，那么这个数据集+模子+视频也大概会帮到您
第三，如果您只想要视频文件那么我这边也提供了，视频文件为原生文件，不是检测过的结果文件，您可以用这些视频去检测本身实际高空抛物算法。
下面提供yolov8测试命令和环境：
测试环境：
ultralytics==8.2.2
torch==1.9.0+cu111
下载文件后并安装好yolov8环境，切换到yolov8-paowu目录下面，执行

1. yolo task=detect mode=predict model=train/weights/best.pt source=data/video/1.mp4 show=true

复制代码

这里提供数据集(VOC+YOLO)+6段高空模拟抛物视频+yolov8训练模子和日志下载地点：
https://download.csdn.net/download/FL1623863129/89402730

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。