)
YOLO扑克牌检测数据集(极高精度)1数据集详情检测类别10 Diamonds10 Hearts10 Spades10 Trefoils2 Diamonds2 Hearts2 Spades2 Trefoils3 Diamonds3 Hearts3 Spades3 Trefoils4 Diamonds4 Hearts4 Spades4 Trefoils5 Diamonds5 Hearts5 Spades5 Trefoils596 Diamonds6 Hearts6 Spades6 Trefoils7 Diamonds7 Hearts7 Spades7 Trefoils8 Diamonds8 Hearts8 Spades8 Trefoils9 Diamonds9 Hearts9 Spades9 TrefoilsA DiamondsA HeartsA SpadesA TrefoilsJ DiamondsJ HeartsJ SpadesJ TrefoilsK DiamondsK HeartsK SpadesK TrefoilsQ DiamondsQ HeartsQ SpadesQ Trefoils图片总量1285张训练集964张验证集193张测试集128张标注状态全部已标注即拿即用数据格式支持YOLO格式及其他格式可按需提供YOLO扑克牌检测数据集一、数据集信息表项目详细说明数据集名称YOLO扑克牌检测数据集高精度图片总数量1285 张数据集划分训练集964 张验证集193 张测试集128 张检测类别共53类10 Diamonds、10 Hearts、10 Spades、10 Trefoils、2 Diamonds、2 Hearts、2 Spades、2 Trefoils、3 Diamonds、3 Hearts、3 Spades、3 Trefoils、4 Diamonds、4 Hearts、4 Spades、4 Trefoils、5 Diamonds、5 Hearts、5 Spades、5 Trefoils、59、6 Diamonds、6 Hearts、6 Spades、6 Trefoils、7 Diamonds、7 Hearts、7 Spades、7 Trefoils、8 Diamonds、8 Hearts、8 Spades、8 Trefoils、9 Diamonds、9 Hearts、9 Spades、9 Trefoils、A Diamonds、A Hearts、A Spades、A Trefoils、J Diamonds、J Hearts、J Spades、J Trefoils、K Diamonds、K Hearts、K Spades、K Trefoils、Q Diamonds、Q Hearts、Q Spades、Q Trefoils标注状态全量完成标注开箱即用数据格式标准YOLO格式同时支持多种主流标注格式可按需转换数据集特点数据质量高训练后模型可达到极高检测精度适用场景扑克识别、棋牌视觉检测、目标检测算法训练、计算机视觉实训、项目开发、毕业设计二、核心标签#扑克牌检测 #YOLO数据集 #棋牌识别 #目标检测 #AI视觉训练数据集三、数据集目录结构poker_dataset/ ├── images/ │ ├── train/ │ ├── val/ │ └── test/ ├── labels/ │ ├── train/ │ ├── val/ │ └── test/ └── poker.yaml四、数据集配置文件poker.yamlpath:./poker_datasettrain:images/trainval:images/valtest:images/testnc:53names:0:10 Diamonds1:10 Hearts2:10 Spades3:10 Trefoils4:2 Diamonds5:2 Hearts6:2 Spades7:2 Trefoils8:3 Diamonds9:3 Hearts10:3 Spades11:3 Trefoils12:4 Diamonds13:4 Hearts14:4 Spades15:4 Trefoils16:5 Diamonds17:5 Hearts18:5 Spades19:5 Trefoils20:5921:6 Diamonds22:6 Hearts23:6 Spades24:6 Trefoils25:7 Diamonds26:7 Hearts27:7 Spades28:7 Trefoils29:8 Diamonds30:8 Hearts31:8 Spades32:8 Trefoils33:9 Diamonds34:9 Hearts35:9 Spades36:9 Trefoils37:A Diamonds38:A Hearts39:A Spades40:A Trefoils41:J Diamonds42:J Hearts43:J Spades44:J Trefoils45:K Diamonds46:K Hearts47:K Spades48:K Trefoils49:Q Diamonds50:Q Hearts51:Q Spades52:Q Trefoils五、环境依赖安装pipinstallultralytics torch opencv-python六、模型训练代码train_poker.pyfromultralyticsimportYOLOdefmain():# 加载预训练模型支持 YOLOv8 / YOLOv11 等版本modelYOLO(yolov8s.pt)# 启动训练train_resultsmodel.train(data./poker_dataset/poker.yaml,epochs120,imgsz640,batch16,device0,# 无GPU则改为 devicecpuworkers4,patience20,projectruns/train,namepoker_detect,exist_okTrue,pretrainedTrue)print(训练完成权重保存路径runs/train/poker_detect/weights)# 测试集评估metricsmodel.val(data./poker_dataset/poker.yaml,splittest)print(f测试集 mAP50:{metrics.box.map50:.4f})if__name____main__:main()七、推理测试代码predict_poker.pyfromultralyticsimportYOLOimportcv2# 加载训练完成的最优权重modelYOLO(runs/train/poker_detect/weights/best.pt)if__name____main__:img_pathtest_poker.jpg# 执行检测并保存结果resultsmodel.predict(sourceimg_path,conf0.25,iou0.45,saveTrue)# 可视化展示result_imgresults[0].plot()cv2.imshow(Poker Detection,result_img)cv2.waitKey(0)cv2.destroyAllWindows()
企业数字化 ERP 产品动态
相关推荐
SpringBoot+Vue3智能门禁系统开发实践 1. 项目背景与核心需求高校校园的车辆进出管理一直是个让人头疼的问题。传统的人工登记方式效率低下，高峰期经常造成校门口拥堵；而普通的IC卡识别系统又存在代刷、冒用等安全隐患。我在某高校信息化部门工作时，就经常接到保卫处关于车辆管理系… · 2026/7/28 12:26:39
DM0框架：物理AI与视觉语言动作模型的融合实践 1. DM0项目概述：物理AI与视觉语言动作模型的融合创新DM0是一个面向物理AI领域的视觉语言动作（VLA）模型框架，其核心创新点在于将视觉语言模型（VLM）与物理数据相结合，通过三阶段训练流程实现智能体… · 2026/9/10 12:25:54
CTF流量分析实战：从Wireshark抓包到Flag提取的完整指南 1. 项目概述：一次从流量到Flag的完整实战如果你对CTF（Capture The Flag，夺旗赛）中的流量分析题目感到无从下手，或者每次打开Wireshark面对海量的数据包就感到头晕，那么这篇实战笔记就是为你准备的。我最近在… · 2026/9/20 12:45:39
别被忽悠！3步讲透网站设计班培训，教你从零搭建避坑指南 别被忽悠！3步讲透网站设计班培训，教你从零搭建避坑指南 网站做好了没人访问，这几乎是每个刚入行或者想转行做网站的人最崩溃的瞬间。你熬了几个大夜改代码，盯着屏幕上的像素死磕，结果上线一周，百度收录个位数，后台访客寥寥无几。这时候你才反应过来，… · 2026/9/27 5:07:33
多时间尺度源-储-荷协同规划：储能容量优化配置与全寿命周期经济性评估实战 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 5:07:27
Storm 延迟监控与 SLO 管理：构建可靠实时计算系统的核心保障 Storm 延迟监控与 SLO 管理：构建可靠实时计算系统的核心保障1. 消息延迟度量体系构建
实时计算系统中，消息延迟是衡量系统性能的核心指标。构建延迟度量体系需覆盖数据采集、处理、存储全链路，确保延迟数据的准确性与实时性。消息延迟度量流程… · 2026/9/27 5:07:15
智慧工厂建设蓝图：三集成四层次五平台框架拆解与落地 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 5:07:02
双纤双向光模块选型避坑指南：USOT系列速率、波长与距离详解 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 5:06:56
BI分析师校招JD拆解：SQL、Power BI、Tableau与AI工具要求变化 一、2026年BI分析师岗位要求有哪些
截至2026年9月秋招季，BOSS直聘、猎聘、智联招聘上发布的2026届BI分析师校招岗位，任职要求前三条高度集中在三件事：SQL熟练读写、Excel数据透视表与函数、业务指标拆解能力。牛客网一份2026届BI分析师面经显… · 2026/9/27 5:06:50
MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现 简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/27 0:00:01
汕头网站建设制作厂家避坑指南：5大注意事项救急 汕头网站建设制作厂家避坑指南：5大注意事项救急 改个需求建站公司拖一周，这种憋屈事我见得太多了。 很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。 今天不聊虚的，直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01
多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习 简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/27 0:00:01
MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现 简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/27 0:00:01
汕头网站建设制作厂家避坑指南：5大注意事项救急 汕头网站建设制作厂家避坑指南：5大注意事项救急 改个需求建站公司拖一周，这种憋屈事我见得太多了。 很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。 今天不聊虚的，直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01
多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习 简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/27 0:00:01
