张小明
前端开发工程师
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)：2810
标注数量(xml文件个数)：2810
标注数量(txt文件个数)：2810
标注类别数：1
所在github仓库：firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["kiwifruit"]
每个类别标注的框数：
kiwifruit（猕猴桃） 框数 = 13229
总框数：13229
图片分辨率：512x512
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
图片预览：
标注例子：
YOLOv8模型瘦身术：深度解析与实战LAMP剪枝 (2021) 文章目录 YOLOv8模型瘦身术：深度解析与实战LAMP剪枝 (2021) 引言：为何模型剪枝至关重要？ 1. 理论深潜：LAMP剪枝的核心思想与创新 1.1 幅度剪枝 (MP) 的“简单与粗暴” 1.2 LAMP 的核心创新点：最小化L2失真 1.3 巧妙化简：…
李华
文章目录 【YOLOv8-pose姿态识别部署至RK3588：模型训练到RKNN落地，让人体姿态分析精度与边缘推理速度双突破】 一、项目背景与技术选型：为何选择YOLOv8-pose+RK3588？ 二、环境搭建：从代码仓库到硬件适配 1. 源码获取与工程结构 2. 依赖安装与硬件配置 三、YOLOv8-pose模型…
李华
往期文章 RK3588测试NPU和RKNN函数包装：https://blog.csdn.net/FJN110/article/details/149669753 RK3588刷机：https://blog.csdn.net/FJN110/article/details/149669404 以及深度学习部署工程师1~31主要学习tensorRT、cmake、docker、C++基础、语义分割、目标检测、关键点识…
李华
把 WMS 系统彻底讲清楚：从底层逻辑到落地细节，一篇说透一、先纠正一个根本误区：WMS ≠ 仓库自动化二、WMS 的底层逻辑，其实就三件事三、WMS 覆盖的不是“流程”，而是“决策点”四、为什么 WMS 上线后，现场反…
李华
一、项目介绍 项目背景: 随着智能手机的普及，手机检测在多个场景中变得尤为重要，例如考场监控、会议室管理、公共场所的安全监控等。传统的手机检测方法通常依赖于人工检查或简单的传感器检测，效率较低且容易出错。基于深度学习的目标检测技…
李华
一、项目介绍 项目背景: 石油泄漏是环境监测和工业安全中的重要问题，可能对生态系统、人类健康和经济造成严重影响。传统的石油泄漏检测方法通常依赖于人工巡检或传感器监测，效率较低且难以覆盖大面积区域。基于深度学习的目标检测技术能够自动、高效地…
李华