登录社区云,与社区用户共同成长
邀请您加入社区
智慧农业之玉米授粉雄穗检测数据 无人机航拍巡检数据集 航拍玉米雄穗 玉米出苗率 授粉率识别图像数据集 无人机与智慧农业10301期
智慧农业之无人机航拍棉花出苗率识别数据集 农作物田间杂草识别图像数据集 无人机农作物小目标识别数据集 detr算法第10240期
数据集以无人机航拍图像为核心,单类别聚焦桥梁裂缝检测,数据场景、形态、角度覆盖全面,分辨率平衡精度与效率,为桥梁健康监测自动化提供高质量基准数据,支撑算法开发、验证与落地应用。
航拍电力设施图像分割数据集(Power line)
本文探讨了轻量级YOLOv5n模型在无人机智能巡查中的应用,特别针对乡村罂粟花非法种植的实时检测预警系统。通过深度可分离卷积和针对性数据增强策略,YOLOv5n在保持高精度的同时大幅降低计算量,实现25FPS以上的实时检测性能。系统采用边缘-云端协同架构,在实际测试中效率提升20倍,准确率达100%。
注意数据集中目测大约有20%图片并不是无人机视角图片,主要是为了增强模型无人机在低空飞行识别能力,此外图片角度比较多,基本涵盖0-90度视角,距离大部分集中在10-50米左右。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):["Fire","Human","Vehicle"]数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的
无人机航拍数据集 #道路病害检测 #目标检测数据集 #智能交通 #道路维护 #城市基建 #计算机视觉 #交通设施识别 #深度学习数据集。
智慧无人机航拍巡检数据集 红外行人车辆识别数据集 行人车辆计数图像识别 红外建筑物识别 夜间低光环境下视觉感知算法 安防、交通等领域红外视觉任务 第10355期
计算机视觉研究院主要涉及深度学习领域,主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院主要着重”技术研究“和“实践落地”。SSMA-YOLO:一种轻量级的 YOLO 模型,具备增强的特征提取与融合能力,适用于无人机航拍的船舶图像检测。LMAD-YOLO 是目前无人机航拍车辆小目标检测的优质方案,精度高、重量轻、泛化强,工程落地价值拉满!ViT-YOLO:基于Tr
面向无人机空中巡检场景,提供数据,聚焦行人、小汽车、卡车、摩托车等多类目标识别,适用于交通监控、城市规划、安防巡查、应急救援等智能化任务开发。
解决传统桥梁巡检效率低、风险高、隐蔽损伤难发现的痛点,为桥梁自动化检测、健康监测、智能管理提供关键数据基础,助力提升桥梁安全水平、降低养护成本、提高管理效率。
作为新紫光集团在低空经济领域的核心业务载体,紫光天际(南京)科技有限公司(以下简称“紫光天际”)以“全栈智能·AI驱动”为主题亮相本届大会,全面展示了从飞控芯片、无人机、智能机库到“天际牧云”平台及行业解决方案的全栈产品矩阵。展台重点呈现了AI大模型、智能飞控、低空管理平台,以及紫光天际P系列智能机库与无人机产品,同期亮相的还有联合诚泰保险推出的行业首款“政务安心包”,能力全面覆盖政务巡检、林草防
自然灾害隐患检测数据集|无人机航拍灾害识别|道路安全巡检|滑坡倒树塌陷落石检测数据集10068期
光伏板缺陷检测数据集|红外可见光双模态|无人机光伏巡检|智慧电网光伏识别数据集10720期
无人机识别检测系统在低空安防、空域管理和公共安全等领域具有重要应用价值。本研究基于YOLO26目标检测算法,构建了一套针对无人机目标的自动识别检测系统。系统使用包含1个类别(drone)的数据集进行训练,其中训练集1012张图像,验证集347张图像。实验结果表明,该模型在验证集上取得了95.1%的mAP50,精确率达到95.5%,召回率为88.6%,最佳F1分数为0.92。模型推理速度为1.7ms
通信方面,“天衡”集成5G模组与低轨卫星通信能力,可根据信号强度自动在5G、4G、Wi-Fi、卫星模式间切换,保障无网或弱网区域的作业连续性。2026年5月22日,在深圳世界无人机大会(UASE 2026)现场,紫光天际(南京)科技有限公司正式发布了两项重磅技术产品——“天衡”新一代智能飞控以及面向低空场景的多模态AI大模型。目前,“天衡”飞控计划应用于紫光天际的无人机与机库产品,多模态AI大模型
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):["building","drone","person","pole","tree"]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)building 占有图片数 = 874。图片数量(jp
无人机电力巡检|电力设施缺陷识别|智慧电网AI视觉检测数据集10092期
智能识别数据集之空中威胁目标数据集 空中无人机识别数据集 uav数据集 空中监管数据集 多旋翼无人机数据集 无人机目标检测数据集
智能违章停车巡检数据 无人机违规停车数据集 无人机停车位航拍 uav停车场巡检 违规停车图像数据集目标检测识别第10208期
本数据集为农业场景专用目标检测数据集,聚焦玉米田间真实环境,面向玉米幼苗识别、出苗率统计、杂草智能检测等核心任务,原生支持YOLO系列模型快速训练与部署,助力农业AI工程化落地。
中国场景无人机光伏板缺陷分割识别 太阳能电池板场景下的语义分割 光伏电站智能巡检 太阳能资源分布分析 深度学习太阳能板第10426期
本数据集专为向日葵视觉检测打造,助力出苗统计、长势评估、产量预估等智慧农业场景快速落地。
《智慧能源管理平台:需求分析与核心功能解析》摘要 在"双碳"目标和数字化转型背景下,智慧能源管理平台(EMS)成为实现高效用能的关键工具。文章从四大需求驱动切入:应对能源成本压力、解决多能系统管理难题、满足碳中和合规要求、提升智能运维水平。详细解析了平台七大核心功能模块:数据采集层、实时监测系统、预测分析引擎、优化调度中心、资产管理模块、碳排追踪系统和可视化驾驶舱,形成完整的能
本数据集聚焦烟草幼苗/植株叶片病虫害检测,面向无人机巡检、智慧农场、精准植保等真实场景,适配YOLO全系列训练,快速搭建可落地的病害识别系统。
无人机停车场车位专用检测数据集,配套 YOLO 训练、推理、统计全流程工程代码,开箱即用,快速落地智能停车管理系统。
本文按项目规范,完整无人机安防违禁植株专项检测数据集,配套 YOLO 训练、推理、部署全流程工程代码,开箱即用,快速落地低空安全智能巡检系统。
本文介绍一套无人机智慧牧业牲畜专用检测数据集,配套YOLO训练、计数、推理全流程工程代码,开箱即用,快速构建高精度牧场智能监测系统。
本文针对无人机红外视角下的目标检测任务,构建并评估了一套基于YOLO26架构的深度学习检测系统。研究旨在解决红外图像中目标特征模糊、背景复杂及小目标检测困难等问题。实验使用了包含“汽车”、“忽略区域”、“其他车辆”及“行人”四类目标的红外数据集,共计11,198张图像。训练结果显示,模型在验证集上取得了0.900的优异成绩。其中,“汽车”类检测精度高达0.979,“行人”与“其他车辆”亦表现稳健。
本文分享无人机森林野火专用检测数据集,配套 YOLO 训练、推理、预警全流程工程代码,快速构建全天候智能森林防火系统。