齿轮表面缺陷检测数据集

本数据集面向齿轮零部件的表面质量自动化检测场景，通过工业相机采集金属齿轮图像，标注出齿面断裂、缺齿、齿面划痕三类典型加工与使用缺陷，共2978张图像、6297个标注框。

数据集概览

• 数据集名称：齿轮表面缺陷检测数据集
• 任务类型：目标检测
• 图像总数：2,978 张
• 标注框总数：6,297 个
• 标注类别：3 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR

检测类别

• break —— 齿面断裂
• lack —— 缺齿
• scratch —— 齿面划痕

应用场景

1. 机床、减速器、变速箱齿轮件的自动化外观质检
2. 齿轮生产线上的缺陷识别与分拣
3. 机器视觉与深度学习质检算法研究
4. 工业互联网装备预测性维护数据集

数据集特点

• 图像规模充足，覆盖真实田间/工业场景
• YOLO 格式标注，开箱即可用于模型训练
• 按标准比例划分训练集/验证集/测试集

获取方式

🏷️ 标签

#目标检测 #工业检测 #齿轮缺陷 #机器视觉