注意数据集为图像合成具体看图片数据集格式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)975标注数量(xml文件个数)975标注数量(txt文件个数)975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):[foreign_object,wire_hole,wire_scratch,wire_spot]每个类别标注的框数foreign_object异物 框数 897wire_hole线缆孔洞 框数 289wire_scratch线缆划痕 框数 588wire_spot线缆斑点 框数 669总框数2443每个类别占有图片数foreign_object异物 占有图片数 673wire_hole线缆孔洞 占有图片数 219wire_scratch线缆划痕 占有图片数 291wire_spot线缆斑点 占有图片数 302图片分辨率512x512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
电缆线黑皮导线缺陷可识别斑点划痕孔洞异物检测数据集VOC+YOLO格式975张4类别合成版
注意数据集为图像合成具体看图片数据集格式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)975标注数量(xml文件个数)975标注数量(txt文件个数)975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):[foreign_object,wire_hole,wire_scratch,wire_spot]每个类别标注的框数foreign_object异物 框数 897wire_hole线缆孔洞 框数 289wire_scratch线缆划痕 框数 588wire_spot线缆斑点 框数 669总框数2443每个类别占有图片数foreign_object异物 占有图片数 673wire_hole线缆孔洞 占有图片数 219wire_scratch线缆划痕 占有图片数 291wire_spot线缆斑点 占有图片数 302图片分辨率512x512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