基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。

电网施工安全帽检测图像数据集（4000多张图像，含标签）

钢铁表面缺陷检测图像数据集（1800张图像，含标签）

铁路周边电气设备检测图像数据集（700多张图像，VOC标签）

PCB电路板瑕疵检测图像数据集（600多张，含标签）

https://zhuanlan.zhihu.com/p/343053914 知乎大佬写的，可以参考 https://blog.csdn.net/Mind_programmonkey/article/details/121075404

太阳能电池串目标检测图像数据集(200多张图像，含标签)

玻璃绝缘子自爆图像数据集（3k多张，无标签）

电力设备绝缘油泄漏检测图像数据集（300多张数据，VOC标签）

PCB电路板元件目标检测数据集（YOLO标签，1400张，9类目标）