智慧工业玻璃瓶容器缺陷检测数据集VOC+YOLO格式2149张28类别

数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数):2149

标注数量(xml文件个数):2149

标注数量(txt文件个数):2149

标注类别数:28

所在github仓库:firc-dataset

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["adhered_glass_particle","baffle_mark","belt_mark","black_dot","body_scratch","bottom_baffle_chipping","bottom_crack","bottom_scratch","broken_finish","brush_mark_neck","brush_mark_shoulder","bubble_body","bubble_neck","bubble_shoulder","cat_scratch_body","finish_crack","lap_mark_body","loading_mark","mismatched_neck_ring_seam","mold_seam","neck_crack","scratch","shoulder_crack","split_finish","stuck_mark_body","swabbing_carbon","tear_mark","unfilled_finish"]

每个类别标注的框数:

adhered_glass_particle(附着玻璃颗粒)框数 = 30,占有图片数 = 30

baffle_mark(挡板印记)框数 = 266,占有图片数 = 266

belt_mark(皮带印记)框数 = 12,占有图片数 = 12

black_dot(黑点)框数 = 72,占有图片数 = 72

body_scratch(瓶身划痕)框数 = 5,占有图片数 = 5

bottom_baffle_chipping(底部挡板崩缺)框数 = 116,占有图片数 = 116

bottom_crack(底部裂纹)框数 = 10,占有图片数 = 10

bottom_scratch(底部划痕)框数 = 34,占有图片数 = 33

broken_finish(瓶口破损)框数 = 61,占有图片数 = 61

brush_mark_neck(颈部刷痕)框数 = 41,占有图片数 = 41

brush_mark_shoulder(肩部刷痕)框数 = 37,占有图片数 = 37

bubble_body(瓶身气泡)框数 = 190,占有图片数 = 133

bubble_neck(颈部气泡)框数 = 3,占有图片数 = 3

bubble_shoulder(肩部气泡)框数 = 31,占有图片数 = 31

cat_scratch_body(瓶身划伤)框数 = 177,占有图片数 = 164

finish_crack(瓶口裂纹)框数 = 16,占有图片数 = 16

lap_mark_body(瓶身搭接痕)框数 = 133,占有图片数 = 133

loading_mark(加载痕)框数 = 411,占有图片数 = 411

mismatched_neck_ring_seam(颈部环缝错位)框数 = 9,占有图片数 = 9

mold_seam(合模线)框数 = 50,占有图片数 = 50

neck_crack(颈部裂纹)框数 = 108,占有图片数 = 108

scratch(划痕)框数 = 14,占有图片数 = 14

shoulder_crack(肩部裂纹)框数 = 10,占有图片数 = 10

split_finish(瓶口开裂)框数 = 14,占有图片数 = 14

stuck_mark_body(瓶身粘痕)框数 = 64,占有图片数 = 58

swabbing_carbon(擦拭碳痕)框数 = 323,占有图片数 = 323

tear_mark(撕裂痕)框数 = 26,占有图片数 = 26

unfilled_finish(瓶口未充满)框数 = 15,占有图片数 = 15

总框数:2278

图片分辨率:640x640

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:数据集没有划分训练验证测试集需自行划分

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

图片预览:

标注例子:

相关推荐
广州灵眸科技有限公司9 小时前
瑞芯微(EASY EAI)RV1126B yolov11-track多目标跟踪部署教程
linux·开发语言·网络·人工智能·yolo·机器学习·目标跟踪
深度学习lover10 小时前
<数据集>yolo食物分类检测<目标检测>
人工智能·深度学习·yolo·目标检测·计算机视觉·食物分类识别
sheyuDemo13 小时前
关于小土堆目标检测YOLOv5的一些报错
人工智能·深度学习·yolo·目标检测
深度学习lover14 小时前
<数据集>yolo 桃子识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·桃子识别
白羊by15 小时前
YOLOv8 官方损失函数详解(按任务分类)
人工智能·深度学习·算法·yolo·分类
赵药师1 天前
Cityscape数据集转YOLO
人工智能·深度学习·yolo
我材不敲代码1 天前
YOLOv4 核心内容详解
yolo
动物园猫1 天前
火焰与烟雾目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·目标检测
动物园猫1 天前
驾驶中的疲劳状态识别数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·分类
羊羊小栈2 天前
基于「YOLO目标检测 + 多模态AI分析」的木材缺陷智能检测分析预警系统
人工智能·yolo·目标检测