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
明月醉窗台3 小时前
C++ tensorrt部署时打包需要的依赖库
yolo·nvidia
前网易架构师-高司机11 小时前
带标注的SDD-SAR遥感船舶识别数据集,识别率92.9%,7000张图,支持yolo,coco json,voc xml,文末有模型训练代码
yolo·json·数据集·遥感·sar·船舶·sdd
一见已难忘1 天前
4类红外热成像目标检测数据集(轿车/行人/货车/摩托车)| 4300张YOLO红外夜视检测数据集 适用于自动驾驶、智能安防与红外目标检测研究
yolo·目标检测·自动驾驶
会飞锦鲤2 天前
基于YOLOv10的瓜果成熟度智能检测系统
人工智能·python·深度学习·yolo·flask
朱永博2 天前
Cpp使用Tensorrt10.8推理Yolo26
yolo
YOLO数据集集合2 天前
井下钻场智能监控系统:YOLOv8驱动的多目标检测全栈实战 | 打钻过程监测、安全行为识别、灾害防治辅助系统
yolo·目标检测·目标跟踪
大学生技术野农3 天前
基于Yolo26和Grad-CAM可视化融合的深度学习的猕猴桃分级系统-Python源码
python·深度学习·yolo
sali-tec3 天前
C# 基于OpenCv的视觉工作流-章95-险区警报
图像处理·人工智能·opencv·yolo·计算机视觉
YOLO数据集集合3 天前
番茄病害智能诊断系统:YOLO+DeepSeek农业AI落地实践
人工智能·yolo·目标检测·计算机视觉
Studying 开龙wu3 天前
YOLOv11s-Pose 模型导出 ONNX 并适配 Rockchip NPU 全流程记录
yolo