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
二向箔reverse18 分钟前
神经网络中的批归一化(BatchNorm)
人工智能·深度学习·神经网络
蒋星熠26 分钟前
基于深度学习的卫星图像分类(Kaggle比赛实战)
人工智能·python·深度学习·机器学习·分类·数据挖掘
Dongsheng_201935 分钟前
【汽车篇】AI深度学习在汽车轮胎X-ray缺陷检测应用方案
人工智能·深度学习·汽车
停停的茶9 小时前
深度学习(目标检测)
人工智能·深度学习·目标检测
老兵发新帖9 小时前
主流神经网络快速应用指南
人工智能·深度学习·神经网络
取酒鱼食--【余九】13 小时前
深度学习经典网络解析:ResNet
网络·人工智能·深度学习·神经网络·resnet·卷积神经网络·残差神经网络
QT 小鲜肉13 小时前
【个人成长笔记】在Ubuntu中的Linux系统安装 anaconda 及其相关终端命令行
linux·笔记·深度学习·学习·ubuntu·学习方法
人机与认知实验室14 小时前
触摸大语言模型的边界
人工智能·深度学习·机器学习·语言模型·自然语言处理
java1234_小锋14 小时前
TensorFlow2 Python深度学习 - TensorFlow2框架入门 - 使用Keras实现分类问题
python·深度学习·tensorflow·tensorflow2
长鸳词羡17 小时前
LoRA微调
人工智能·深度学习·机器学习