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)：355
标注数量(xml文件个数)：355
标注数量(txt文件个数)：355
标注类别数：2
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):["roadside_booths","umbrella"]
每个类别标注的框数：
roadside_booths（占道经营） 框数 = 1453
umbrella（雨伞） 框数 = 655
总框数：2108
图片分辨率：多分辨率图片,如1920x1080,1920x1440等
无人机：DJI MAVIC 3
采集高度：30m
采集角度：90°
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：
GPT-OSS-20B适合初学者吗？学习路径建议分享 很多人第一次听说 GPT-OSS-20B，是在看到“本地跑GPT-4级效果”“16GB内存就能用”这类标题时心头一热——但点进去发现要配双卡4090D、要调vGPU、要看显存峰值、还要改配置文件……热情瞬间被浇了一盆冰水。 …
李华
语音指令分割实战：让每个命令独立可分析 在智能语音交互系统中，我们常常遇到一个看似简单却极其关键的问题：一段连续的录音里，到底包含几个独立的语音指令？比如用户对着设备说“打开空调”“调高两度”“关闭灯光”&a…
李华
分布式训练太难？verl的HybridFlow编程真香了 1. 为什么RLHF分布式训练让人头疼——从痛点出发的真实体验 你有没有试过用传统RL框架训练一个7B参数的大模型？不是跑不起来，而是跑得“心累”。 想加一个新奖励函数？得改三处代码、…
李华
训练自己的OCR模型？科哥镜像支持微调，操作很简单 你是不是也遇到过这些情况： 现成的OCR服务识别不准，尤其在自己业务场景里——比如产品包装上的小字号、带阴影的标签、手写批注；用公开API担心数据外泄，又…
李华
以下是对您提供的博文内容进行 深度润色与重构后的技术文章 。全文已彻底去除AI生成痕迹、模板化表达和教科书式结构，转而以一位 深耕LVGL多年、常年在STM32/ESP32项目一线调试滚动UI的嵌入式GUI工程师口吻 重新组织——语言更自然、逻辑更递进、重点更锋利，兼具教学性与…
李华
为什么选择Paraformer？离线语音识别最佳实践分享 在会议纪要整理、课程录音转写、访谈内容归档等日常工作中，你是否也经历过这样的困扰：上传一段30分钟的讲座音频，等了5分钟却只返回“服务超时”；或者用在线API识别&a…
李华