数据概览前往下载
- 标注格式
- YOLO TXT

【火车车轮表面缺陷检测数据集 | 目标检测 | 工业检测】
本数据集面向火车车轮表面缺陷检测场景的目标检测任务,涵盖3个检测类别,总计415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
| 标注格式 | YOLO TXT(归一化坐标) |
| 标注类别 | 详见数据集介绍 |
检测类别与标注分布
本数据集包含3个检测类别,各类别标注分布如下:
- flat(flat)
- hole(孔洞)
- stain(污渍)
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
- 工业检测缺陷检测:利用深度学习模型自动识别火车车轮表面缺陷检测中的异常区域,提升检测效率与准确率
- 智能化巡检:部署于自动化巡检系统,实现工业检测场景的大规模快速筛查
- 算法研究:作为目标检测与语义分割算法的基准数据集,用于性能评估与横向对比
- 工程应用:支持工业检测、质量控制等实际工程场景的模型部署
数据集特点
- 高质量标注:415张精细标注图像,适合快速验证与原型开发
- 即开即用:YOLO格式标注,无需额外格式转换,下载后可直接用于模型训练
- 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
数据集下载
查看数据集获取方式
登录后可查看当前数据集的获取方式与账号权益。
?️ 标签
#工业检测 #目标检测 #YOLO数据集 #深度学习 #计算机视觉 #孔洞 #污渍
相关推荐
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END













暂无评论内容