海面原油泄漏检测数据集 | 语义分割 | 交通车辆

【海面原油泄漏检测数据集 | 语义分割 | 交通车辆】

本数据集面向海面原油泄漏检测场景的语义分割任务，涵盖5个检测类别，总计1,018张标注图像。数据集适用于交通车辆领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：海面原油泄漏检测数据集
• 任务类型：语义分割
• 图像总数：1,018 张
• 标注类别：5 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含5个检测类别，各类别标注分布如下：

• oil（oil）
• ship（船舶）
• oil-platform（oil-platform）
• sheen（sheen）
• emulsion（emulsion）

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 交通车辆分割：实现海面原油泄漏检测的像素级精确分割，支持精细化分析
2. 算法研究：作为语义分割与实例分割算法的基准数据集，用于模型性能评估
3. 智能检测系统：集成至自动化检测平台，实现大规模数据的批量处理
4. 教学与科研：适用于计算机视觉、深度学习等领域的科研项目与课程实践

数据集特点

• 数据量适中：1,018张标注图像，适合中小规模模型训练与迁移学习
• 类别明确：5个检测类别，标注规范清晰
• 像素级标注：提供精细的像素级分割标注，支持语义分割与实例分割任务
• 标准数据划分：按照标准比例划分训练集、验证集与测试集

获取方式

登录本站后即可免费获取百度网盘下载链接，数据集已按标准目录结构组织，下载后即可直接用于模型训练。

🏷️ 标签

#交通车辆 #语义分割 #YOLO数据集 #深度学习 #计算机视觉 #船舶