智能手机屏幕缺陷油污划痕斑点识别分割数据集labelme格式186张3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):186

标注数量(json文件个数):186

标注类别数:3

标注类别名称:"bandian","huaheng","youwu"

每个类别标注的框数:

bandian(斑点) count = 162

huaheng(划痕) count = 96

youwu(油污) count = 95

总框数:353

使用标注工具:labelme=5.5.0

所在github仓库:firc-dataset

图片分辨率:1920x1080

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

图片预览:

标注例子:

原图(随机选16张图):

标注绘制结果:

labelme编辑图实例:

相关推荐
IvanCodes4 小时前
RAG 实战教程(一):RAG 工作原理与完整流程——分片、索引、召回、重排和生成
人工智能·后端·agent
今天AI了吗5 小时前
合规场景下的 AI 推理可解释性:Attention 可视化与推理路径追踪的工程实践
人工智能
周末程序猿5 小时前
浅析大模型推理十二篇之KV Cache
人工智能
鱼樱前端6 小时前
用 AI 做内容变收入
前端·人工智能·ai编程
Dawson Zhu6 小时前
基于Palantir Foundry构建半导体制造AI友好型数据中台:从良率分析场景谈起
人工智能·语言模型·架构·制造·agi
fthux7 小时前
装闭 RenoPit 源码解析(04):装修图纸和合同文件上传处理流程
人工智能·ai·开源·github·open source·renopit
weixin_446260858 小时前
从被动镜像到主动智能体:面向网络物理人工智能的整体论数字孪生(HDT-Net)
网络·人工智能
秋枫要学习8 小时前
你的鼠标,正在被 AI 抢走
人工智能·计算机外设
满怀冰雪9 小时前
19-图像数据处理:PaddleVision Transform 实战
人工智能·深度学习·计算机视觉·paddle