车辆缺陷检测数据集 | 目标检测 | 工业检测

【车辆缺陷检测数据集 | 目标检测 | 工业检测】

本数据集面向车辆缺陷检测场景的目标检测任务，涵盖23个检测类别，总计6,839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：车辆缺陷检测数据集
• 任务类型：目标检测
• 图像总数：6,839 张
• 标注类别：23 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23个检测类别，各类别标注分布如下：

• front-bumper-dent（front-bumper-dent）— 1,822 个标注实例
• doorouter-dent（doorouter-dent）— 1,409 个标注实例
• bonnet-dent（bonnet-dent）— 998 个标注实例
• rear-bumper-dent（rear-bumper-dent）— 981 个标注实例
• fender-dent（fender-dent）— 884 个标注实例
• quaterpanel-dent（quaterpanel-dent）— 770 个标注实例
• Headlight-Damage（Headlight-Damage）— 520 个标注实例
• Taillight-Damage（Taillight-Damage）— 440 个标注实例
• Rear-windscreen-Damage（Rear-windscreen-Damage）— 436 个标注实例
• roof-dent（roof-dent）— 422 个标注实例
• RunningBoard-Dent（RunningBoard-Dent）— 372 个标注实例
• Sidemirror-Damage（Sidemirror-Damage）— 339 个标注实例

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. 产线质量检测与缺陷识别
2. 工业自动化巡检
3. 设备状态监控与预警

数据集特点

• 数据集包含 6,839 张标注图像，覆盖 23 个检测类别
• 标注格式为 YOLO TXT，坐标归一化至 [0, 1] 区间
• 适用于 YOLOv5 / YOLOv8 / YOLOv10 等主流目标检测框架
• 累计标注实例 9,923 个，标注质量高

获取方式

数据集持续整理中，如需获取请关注本站后续更新。

🏷️ 标签

#工业检测 #目标检测 #YOLO数据集 #深度学习 #计算机视觉