鞋子缺陷运动鞋表面缺陷卸载质检检测数据集VOC+YOLO格式2619张6类别

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):2619

标注数量(xml文件个数):2619

标注数量(txt文件个数):2619

标注类别数:6

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):["boluo","huahen","jiaoshuiquexian","luowenquexian","wuzi","xianweishang"]

对应中文类别名:["剥落", "划痕", "胶水缺陷", "螺纹缺陷", "污渍", "纤维损伤"]

每个类别标注的框数:

boluo 框数 = 640

huahen 框数 = 974

jiaoshuiquexian 框数 = 1291

luowenquexian 框数 = 459

wuzi 框数 = 943

xianweishang 框数 = 382

总框数:4689

每个类别占有图片数:

boluo 占有图片数 = 489

huahen 占有图片数 = 659

jiaoshuiquexian 占有图片数 = 1202

luowenquexian 占有图片数 = 315

wuzi 占有图片数 = 844

xianweishang 占有图片数 = 228

图片分辨率:多分辨率图片,如1024x809,1024x564等

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:数据集没有划分训练验证测试集需自行划分

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:

单张图片:

烟火检测数据集 一、基础信息 数据集名称:烟火检测数据集 图片数量: - 训练集:389图片 目标类别: - 火(fire):明火区域,包括不同形态的火焰特征 - 烟(smoke):烟雾区域,涵盖不同密度和扩散形态的烟雾 标注格式: - YOLO格式标注,包含目标边界框坐标及类别标签 - 支持目标检测任务,可直接用于主流深度学习框架训练 数据特性: - 真实场景采集的烟火视觉数据 - 覆盖多种环境条件下的烟火形态 二、适用场景 1. 智能安防监控系统: 集成至CCTV监控网络,实时检测火灾隐患,适用于工业园区、森林防护、城市安防等场景 1. 灾害预警与应急响应: 构建火灾早期预警系统,识别烟雾和初期火源,提升应急响应效率 1. 环保与安全管理: 监测工业排放违规烟火,辅助环境风险评估与合规管理 1. 消防装备智能化: 为消防机器人、无人机等装备提供视觉感知训练数据,增强火场识别能力 三、核心优势 场景覆盖全面: - 包含室内外多场景烟火样本,适应复杂环境检测需求 - 覆盖不同规模、形态的烟火目标,增强模型泛化能力 标注精准可靠: - 严格遵循YOLO标注规范,边界框定位精确 - 双目标类别定义清晰(火/烟),避免标签歧义 任务适配性强: - 可直接应用于目标检测任务开发 - 支持迁移学习至相关视觉检测场景(如危险品识别) 应用价值突出: - 解决火灾早期识别关键痛点,填补安防领域特定场景数据需求 - 数据样本聚焦烟火核心特征,提升模型训练效率
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

FL1623863129

你的打赏是我写文章最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值