轴承缺陷检测数据集

1. 数据集概述

本数据集用于轴承表面缺陷的目标检测任务，采用 YOLO 格式组织，包含轴承表面四类常见缺陷的标注图像，适用于 YOLOv8 等目标检测模型的训练与验证。

2. 目录结构

复制代码

datasets/
├── data.yaml          # 数据集配置文件
├── train/
│   ├── images/        # 训练集图像 (JPG)
│   └── labels/        # 训练集标注 (TXT)
├── valid/             # 验证集（路径在 data.yaml 中配置）
│   ├── images/
│   └── labels/
└── test/              # 测试集（路径在 data.yaml 中配置）
    ├── images/
    └── labels/

3. 缺陷类别

类别ID	类别名称	中文含义
0	aocao	凹槽
1	aoxian	凹线
2	cashang	擦伤
3	huahen	划痕

4. 数据规模

子集	图像数量	标注文件数量
训练集 (train)	1085	1041

每张图像可包含多个缺陷目标，单张图像缺陷数量不等（1~21 个）。

5. 标注格式

标注文件为 TXT 格式，与图像同名（扩展名不同）。每行表示一个目标，格式为：

复制代码

class_id x_center y_center width height

class_id：类别索引（0~3）
x_center, y_center：边界框中心点坐标（相对图像宽高的归一化值，0~1）
width, height：边界框宽高（相对图像宽高的归一化值，0~1）

示例：

复制代码

0 0.307 0.11325 0.087 0.0795
1 0.0655 0.40275 0.085 0.0925
3 0.23025 0.52975 0.1855 0.4275
2 0.809 0.60375 0.117 0.2165

6. 图像命名规则

图像文件命名格式：bearing{序号}_jpg.rf.{哈希}.jpg

如：bearing01_jpg.rf.dd30a1c2d20e7b37115a69b63d67d24e.jpg

标注文件与图像一一对应，扩展名为 .txt。

7. 配置文件说明 (data.yaml)

复制代码

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 4
names: ['aocao', 'aoxian', 'cashang', 'huahen']

train/val/test：各子集图像目录路径（相对 data.yaml 所在目录）
nc：类别数量
names：类别名称列表

8. 数据来源

数据集来源于 Roboflow 平台，采用 CC BY 4.0 许可。

Workspace: work1-w4hry
Project: my-first-project-6kenm
Version: 1

9. 训练建议

推荐输入尺寸：640×640
推荐批次大小：8
建议按 8:1:1 或 7:2:1 划分 train/valid/test
训练时可启用 Mosaic、随机翻转等数据增强