【集装箱表面缺陷检测数据集 | 目标检测 | 物流港口、工业视觉】
本数据集面向港口集装箱表面缺陷检测，可用于集装箱外观损伤识别、港口设备巡检与物流资产管理。

集装箱表面缺陷检测数据集

数据集采用 YOLO TXT 标准标注格式（class x_center y_center width height，坐标归一化至 [0,1]），兼容 YOLOv5、YOLOv8、YOLOv11 等主流检测框架，已划分训练集与验证集，下载后可直接开始模型训练与微调。

数据集标签信息

本数据集共包含 1 个类别：

• 集装箱缺陷（container_defect）

数据集概览

• 数据集名称：集装箱表面缺陷检测数据集
• 任务类型：目标检测
• 应用领域：物流港口、工业视觉
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv11

适用场景

1. 物流港口、工业视觉场景下的自动识别与告警
2. 现有监控/巡检设备的 AI 能力接入
3. 目标检测模型的迁移学习与性能基准测试
4. 计算机视觉科研教学与工程实践

数据集亮点

• 真实场景采集，类别标注规范统一
• 覆盖目标典型形态，具备直接部署价值
• YOLO 标准格式，无需额外坐标转换
• 支持在公开数据集基础上做领域微调

获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

更多优质数据集请登录网站免费获取，持续更新中！