企业官网建设流程全解析

延吉网站建设公司哪家好,怎么找网站帮我做推广,个人网站搭建平台,做教育类的网站名摘要#xff1a;本数据集是一个专门针对公共区域发传单行为的目标检测数据集#xff0c;包含 3,443 张真实场景图像和 6,886 个精确标注框。 数据集采用 YOLO 格式标注#xff0c;涵盖 person#xff08;人员#xff09;和 leaflet#xff08;传单#xff09;两个核心类…摘要本数据集是一个专门针对公共区域发传单行为的目标检测数据集包含 3,443 张真实场景图像和 6,886 个精确标注框。 数据集采用 YOLO 格式标注涵盖 person人员和 leaflet传单两个核心类别 旨在支持公共空间中人员与传单交互行为的智能识别与分析。作者Bob (张家梁)数据大小6G原创声明本项目为原创作品数据集简介一个包含 3,443 张真实场景图像的 YOLO 格式目标检测数据集用于识别公共区域中的人员与传单交互行为。数据集概述本数据集是一个专门针对公共区域发传单行为的目标检测数据集包含 3,443 张真实场景图像和 6,886 个精确标注框。 数据集采用 YOLO 格式标注涵盖 person人员和 leaflet传单两个核心类别 旨在支持公共空间中人员与传单交互行为的智能识别与分析。数据来源于商业街、广场、步行区等多样化公共通行区域的现场采集覆盖不同光照条件、背景复杂度和遮挡程度 确保模型在真实部署环境中的鲁棒性与泛化能力。数据集按照 70% / 20% / 10% 的比例划分为训练集2,410 张、 验证集688 张和测试集345 张并经过双阶段质量控制流程保证标注的准确性与一致性。该数据集适用于基于 YOLOv13 及其他 YOLO 系列模型的目标检测任务可为城市管理、公共安全监控、 行为分析等领域的计算机视觉应用提供高质量训练数据支持。推荐使用 mAP0.5 和 mAP0.5:0.95 等标准指标进行模型评估 并分别报告各类别的检测性能。数据集来源本数据集来源于真实公共空间的现场采集图像覆盖人员与传单的 多样化出现形态。场景包含公共通行区域如机场区域等 的人群交互情形具有不同光照、背景复杂度与遮挡程度以增强模型 对实际部署环境的泛化能力。类别定义标注规范标注采用 YOLO 格式每个目标一行字段为 class x_center y_center width height 坐标均为相对归一化0~1。图1 标注规范图数据规模与划分总图像数3443总标注框数6886图2 数据集在训练、验证和测试集上的分布数据集按照约 70:20:10 的比例划分为训练集、验证集和测试集表1 数据集划分及用途说明质量控制标注采用双阶段质量控制流程首先进行规范化标注与自检 确保目标框贴合实例外接矩形且类别一致随后进行抽样复核 针对漏标、错标与框位置偏差进行纠正。对争议样本进行二次确认 以提高跨标注者一致性与总体标注可靠性。数据格式与使用数据集采用标准 YOLO 格式组织通过 data.yaml 配置文件即可快速集成到训练流程中。目录结构数据集采用标准 YOLO 格式组织图像和标注文件分别存放在 images/ 和 labels/ 目录下并按训练集、验证集、测试集划分。使用方式在训练脚本中指定 data.yaml 即可加载数据示例展示数据集包含多种典型场景的标注样本性能评测基于 YOLOv11 模型在本数据集上进行训练和评测使用mAP0.5与mAP0.5:0.95等标准指标对模型检测效果进行评估。评测结果如下训练过程综合指标曲线图图3 训练与验证指标随Epoch变化趋势图精确率-召回率PR曲线图图4 目标检测PR曲线Precision-RecallF1分数-置信度阈值曲线图图5 不同置信度阈值下的F1曲线归一化混淆矩阵图分类误判分析图6 归一化混淆矩阵person / leaflet应用案例案例1基于多尺度深度卷积增强的YOLO11公共区域发传单违规行为检测系统图7 应用案例基于多尺度深度卷积增强的YOLO11公共区域发传单违规行为检测系统免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。 如需引用请在论文或报告中注明数据集名称与版本号。