钢材缺陷识别分割数据集labelme格式693张4类别

数据集格式:labelme格式(不包含mask文件,仅仅包含jpg图片和对应的json文件)

图片数量(jpg文件个数):693

标注数量(json文件个数):693

标注类别数:4

标注类别名称:["Crack","Welding line","Porosity","Spatters"]

每个类别标注的框数:

Crack count = 297

Welding line count = 979

Porosity count = 3644

Spatters count = 5814

使用标注工具:labelme=5.5.0

标注规则:对类别进行画多边形框polygon

重要说明:可以将数据集用labelme打开编辑,json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割

特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理标注

图片预览:

标注例子:

相关推荐
有杨既安然6 小时前
Python自动化办公
开发语言·人工智能·深度学习·机器学习
weixin_448781628 小时前
第T8周:猫狗识别
深度学习·神经网络·tensorflow
知来者逆10 小时前
计算机视觉——基于MediaPipe实现人体姿态估计与不良动作检测
人工智能·深度学习·计算机视觉·mediapipe·姿态估计·人体姿态
七七知享11 小时前
Python深度学习实现验证码识别全攻略
开发语言·python·深度学习·程序人生·程序员·开发·验证码
契合qht53_shine12 小时前
深度学习 从入门到精通 day_01
人工智能·深度学习
乌旭13 小时前
GPU虚拟化技术在深度学习集群中的应用实践
数据结构·人工智能·深度学习·机器学习·ai·架构·gpu算力
风筝超冷13 小时前
面试篇 - GPT-3(Generative Pre-trained Transformer 3)模型
深度学习·gpt-3·transformer
张焚雪14 小时前
关于ResNet和FPN的一份介绍
人工智能·深度学习·神经网络·机器学习·cnn
AI技术控14 小时前
计算机视觉算法实现——家庭安防系统设计
深度学习