煤矸石数据集

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)：3090 标注数量(xml文件个数)：3090 标注数量(txt文件个数)：3090 标注类别数：2 标注类别名称:["Coal","Rock"] 每个类别标注的框数： Coal 框数 = 6647 Rock 框数 = 4044 总框数：10691 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，数据集只提供准确且合理标注 更多信息：https://blog.csdn.net/FL1768317420/article/details/141829723

【训练过程】 1、先删除datasets文件夹中train.txt和val.txt里的内容。 2、修改Build_all_classes_path_to_txt.py文件中folder_path和txtfile_path的路径，照葫芦画瓢。改成自己的文件路径，需要执行两次，分别生成train.txt和val.txt(也就是数据集图片的路径及标签) 3、如果是训练其他数据，那就需要修改config.py中的配置内容了，如果不需要训练其他数据集，则不需修改。 4、运行train.py开始训练 【预测】 直接运行predict_gui.py打开GUI界面即可，可以任意操作。 也可以运行predict.py，不要GUI。 【备注】 以上运行之前，确保安装了pytorch、numpy、seaborn、opencv 运行过程，如果缺少什么包就安装什么包即可。 【备注】 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！有问题请及时沟通交流。 2、适用人群：计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途：项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行，或热爱钻研，亦可在此项目代码基础上进行修改添加，实现其他不同功能。 欢迎下载

YOLO算法煤矿传送带矸石&锚杆异物检测数据集， 包含3000多张煤矿传送带矸石&锚杆异物检测数据集，数据集目录已经配置好，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov8，yolov9等算法可以...

煤矸石识别数据集是由现场采集的原始图片组成，并经过了专业的标注处理，使其适用于yolov11格式。该数据集包含了102张图片，其目的是为了帮助研究者和开发者训练和优化机器学习模型，使其能够准确识别出三种重要物质...

本数据集名为“煤矸石识别数据集”，它专注于解决煤炭行业中一项重要的材料识别问题——煤矸石、煤炭和高岭石的区分。这一问题在矿产资源的开采和加工中具有极高的应用价值，直接关联到资源的有效利用和环境保护。 ...

yolo系列算法目标检测数据集，包含标签，可以直接训练模型和验证测试，数据集已经划分好，包含数据集配置文件data.yaml，适用yolov5,yolov8,yolov9,yolov7,yolov10,yolo11算法； 包含两种标签格:yolo格式（txt文件）...

yolo格式矿井煤仓传送带上是否存在异物检测数据集，

本项目的目的是建立一种能够精准快速识别并检测传送带上异常物品的应用程序——即一种煤矿传输装置上的外来物体检测方案。它主要采用了最新的YOLOv11架构。首先详细规划了实验环境设置流程，接着介绍了需要的数据准备工作以及模型训练所需的数据集格式要求，同时还涵盖了ONNX格式模型导出、量化评估指标及其可视化呈现等各个环节。另外，为了方便使用者的操作，在设计阶段考虑到了最终用户体验感受的因素，特意开发了一款基于图形用户界面的上传视频和浏览检查效果的服务。总体来讲，这套由YOLOv11作为核心技术所组成的煤矿输送线异物监视软件，显著增强了矿区生产作业的安全性跟可靠性，极大地推动了该领域的智能化进程。 适用于拥有初级以上编码技能的研究员与工程师群体。 该成果的使用环境有如下特性：一是利用先进的YOLOv11神经网络算法来提高异物探测的速度与精确程度；二是构建了一个易于理解和操作的工作界面，允许工作人员上传现场录像以检验预测情况；三是提供了详尽的技术指导与辅助图表显示，让用户掌握算法运作的效果。此外，在将来的发展路线图里面，我们计划增添多类别目标分类的能力、强化算法的效能、优化图形界面的人机交互机制等。 推荐各位参与者严格按照本文给出的操作指示逐一落实各项环节，并定期更新有关文献与技术材料的知识水平，力求达到最佳的应用演示。

岩石分类数据集.zip 石头数据集，各式各样的石头 “玄武岩”、“花岗岩”、“大理石”、“石英岩”、“煤”、“石灰石”、“砂岩” 共计7类

石头剪刀布是一个数据集，其中包含2,892张在石头/纸张/剪刀中的姿势的不同手的图像。剪刀石头布包含来自不同种族，年龄和性别的各种不同手的图像，这些图像摆在石头/纸张或剪刀中，并以此标记。 Rock Paper Scissors Dataset_datasets..txt Rock Paper Scissors Dataset_datasets..zip

数据集类型：图像分类用，不可用于目标检测无标注文件 数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：2083 分类类别数：7 类别名称:["basalt","coal","granite","limestone","marble","quartzite","sandstone"] 每个类别图片数： basalt 图片数：86 coal 图片数：369 granite 图片数：101 limestone 图片数：338 marble 图片数：387 quartzite 图片数：477 sandstone 图片数：325 重要说明：石头数据集，各式各样的石头 玄武岩、花岗岩、大理石、石英岩、煤、石灰石、砂岩 共计7类 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，数据集只提供准确且合理分类存放