2026全国大学生电子设计竞赛数据集汇总 | YOLO目标检测

2026电赛数据集推荐

全国大学生电子设计竞赛（简称”电赛”）是国内规模最大、影响力最广的大学生电子类竞赛之一。每年8月底举行，赛题涵盖控制类、信号处理类、电源类、仪器仪表类等方向。近年来，越来越多的赛题需要用到计算机视觉和目标检测技术，本文为参赛同学整理了可用的YOLO格式数据集。

一、工业检测类数据集（控制类/仪器仪表类适用）

1. 钢材表面缺陷检测数据集

来源于东北大学NEU-DET钢材表面缺陷数据库，包含夹杂、斑块、麻点、氧化皮压入、划痕、裂纹6类典型缺陷，共1901张图像，YOLO格式标注。适用于工业质检、自动化检测等电赛赛题方向。

👉 点击下载：钢材表面缺陷检测数据集

2. PCB电路板缺陷检测数据集

包含漏孔、鼠咬、开路、短路、毛刺、杂铜6类PCB典型缺陷，共11321张图像，1.7GB大数据集，YOLO格式标注。适用于电子制造质检、电路板检测等赛题方向。

👉 点击下载：PCB电路板缺陷检测数据集

二、智能交通类数据集（控制类/信号类适用）

3. 交通信号灯检测数据集

包含红灯、绿灯、黄灯3类交通信号灯目标，共9710张真实道路场景图像，440MB，YOLO格式标注。适用于智能交通、自动驾驶、辅助驾驶等电赛赛题方向。

👉 点击下载：交通信号灯检测数据集

三、电赛常见视觉赛题方向

• 目标追踪：运动目标检测与跟踪，适用于控制类赛题
• 颜色识别：色块识别与分拣，适用于仪器仪表类赛题
• 形状检测：几何形状识别，适用于控制类赛题
• 缺陷检测：工业产品表面缺陷检测，适用于信号处理类赛题
• 字符识别：数字/字母识别，适用于仪器仪表类赛题
• 路径识别：循迹/路径规划，适用于控制类赛题

四、电赛备赛建议

1. 提前准备环境：赛前配置好YOLOv8/v11环境，熟悉训练和推理流程
2. 数据增强：电赛数据量通常较小，善用数据增强提升模型泛化能力
3. 模型轻量化：电赛硬件资源有限，考虑使用YOLOv8n/nano等轻量模型
4. 实时性优化：使用TensorRT或ONNX加速推理，确保实时检测
5. 模块化设计：将视觉检测模块与控制系统解耦，便于调试

五、持续更新

本页面将在2026电赛题目公布后第一时间更新赛题专属数据集，建议收藏本页。如需特定方向的数据集，欢迎在评论区留言。

更多竞赛数据集请访问：竞赛数据集分类