废弃物分类检测数据集 | 实例分割 | 工业检测

【废弃物分类检测数据集 | 实例分割 | 工业检测】

本数据集面向废弃物分类检测场景的实例分割任务，涵盖7个检测类别，总计10,000张标注图像。数据集适用于工业检测领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：废弃物分类检测数据集
• 任务类型：实例分割
• 图像总数：10,000 张
• 标注类别：7 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7个检测类别，各类别标注分布如下：

• soft_plastic（soft_plastic）
• Glass（Glass）
• Aluminium（Aluminium）
• Tag（Tag）
• rigid_plastic（rigid_plastic）
• wood（wood）
• cardboard（cardboard）

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. 工业检测分割：实现废弃物分类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

• 数据规模充足：10,000张标注图像，满足深度学习模型训练的数据量需求
• 多类别检测：覆盖7个检测类别，支持多类别目标识别任务
• 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

#工业检测 #实例分割 #YOLO数据集 #深度学习 #计算机视觉