核心内容摘要
CAM++说话人识别系统：快速部署与实战应用，轻松实现声纹验证
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)1363标注数量(xml文件个数)1363标注数量(txt文件个数)1363标注类别数4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):[diaoche,tadiao,waji,zhatuche]每个类别标注的框数diaoche吊车 框数 580tadiao塔吊 框数 341waji挖机 框数 1975zhatuche渣土车 框数 832总框数3728图片分辨率512x512使用标注工具labelImg无人机DJI MAVIC 3采集高度100m采集角度