相关实验视频
Updated: May 6, 2026
13:19
Deep Neural Networks for Image-Based Dietary Assessment
Published on: March 13, 2021
9.0K
IoTKITs: 一个新的数据集用于物联网教育工具包识别
Thanh-Thien Nguyen1,2, Anh-Tuan Nguyen Do3, Duc-Lung Vu1,2
1University of Information Technology, Ho Chi Minh City, Vietnam.
Data in brief
|June 11, 2025
概括
本研究介绍了IoTKITs,这是一个用于识别物联网 (IoT) 教育套件 (KIT) 的新数据集. 它为推进KIT分类和相关教育技术研究提供了宝贵的资源.
科学领域:
- 计算机科学 计算机科学
- 教育技术的教育技术
- 机器学习 机器学习
背景情况:
- 公共可用的数据集用于识别物联网 (IoT) 教育套件 (KIT) 是稀缺的.
- 对物联网工具包的准确分类对于教育和嵌入式系统应用至关重要.
研究的目的:
- 介绍IoTKITs,这是一个新的,注释良好的数据集,用于IoT KIT识别和分类.
- 提供对物联网工具包对象检测模型评估的基准.
主要方法:
- 收集并注释了各种物联网教育套件的3000多张高分辨率图像.
- 包括一些受欢迎的KIT设计,如Arduino Uno,Arduino Nano和ESP32.
- 在数据集上评估了最先进的物体检测模型 (YOLOv5,YOLOv7,更快的R-CNN,SSD).
主要成果:
- 在IoTKITs数据集上为对象检测模型建立了基线性能指标.
- 证明了数据集适用于培训和评估KIT分类模型的适用性.
结论:
- IoTKITs数据集解决了物联网教育研究资源的关键缺口.
- 促进KIT分类,嵌入式系统和智能学习环境的进步.
