电力设备红外图像与可见光图像配准数据集227对共454张无标注

电力设备红外与可见光图像配准数据集

数据集概述

本数据集包含227对电力设备红外与可见光图像,用于图像配准研究。所有图像均无标注,需要研究者自行进行特征匹配与变换矩阵估计。

数据集结构

复制代码
c:\Users\Administrator\Downloads\data\
└── JPEGImages\
    ├── firc_{设备类型}_{编号}_ir.jpg        # 红外图像
    └── firc_{设备类型}_{编号}_visible.jpg    # 可见光图像

设备类型

设备类型 说明 数量(估)
Arrester 避雷器 ~5对
Breaker 断路器 ~7对
Casing 套管 ~20对
Current 电流互感器 ~35对
Knife 刀闸 ~80对
Voltage 电压互感器 ~80对

命名规则

  • 红外图像:firc_{设备类型}_{编号}_ir.jpg
  • 可见光图像:firc_{设备类型}_{编号}_visible.jpg
  • 同一设备的不同视角图像共享相同的设备类型和编号

数据说明

  • 图像格式:JPEG
  • 图像对数量:227对(共454张图像)
  • 图像尺寸:640x640
  • 标注状态:无标注

使用说明

  1. 红外图像与可见光图像需进行几何配准
  2. 建议使用特征点匹配方法(如SIFT、ORB等)
  3. 可结合红外与可见光的物理特性进行预处理
  4. 典型配准流程:特征提取 → 特征匹配 → 变换估计 → 图像融合

注意事项

  • 红外与可见光图像可能存在视角、尺度差异
  • 部分图像对可能因采集条件导致配准难度较高
  • 建议进行数据预处理以提高配准成功率
    图片预览:

图像对示例(注意红外图像右侧和角区域存在文字显示):

相关推荐
饼干哥哥4 天前
开源Skills|搭建亚马逊动态关键词库系统,每天抓SSS级机会词
人工智能·深度学习·数据分析
武子康6 天前
调查研究-191 SenseVoice 不只是 ASR:把语音从“转文字“升级成“理解状态“
人工智能·深度学习·openai
武子康7 天前
调查研究-189 Kronos 调研:金融 K 线基础模型,是真突破,还是量化圈的新玩具?
人工智能·深度学习·openai
xiao5kou4chang6kai413 天前
MATLAB机器学习、深度学习--从数据预处理到模型训练
深度学习·机器学习·matlab·数据预处理
renhongxia113 天前
世界模型作为AGI落地底层底座的作用
人工智能·深度学习·生成对抗网络·自然语言处理·知识图谱·agi
计算机科研狗@OUC13 天前
(cvpr26) AIMDepth: Asymmetric Image-Event Mamba for Monocular Depth Estimation
人工智能·深度学习·计算机视觉
β添砖java13 天前
深度学习(22)网络中的网络NiN
人工智能·深度学习
Kobebryant-Manba13 天前
深度学习时候d2l报错和使用问题
人工智能·深度学习
zhangfeng113313 天前
deepspeed zero3 结合 llamafactory 微调 ,save_only_model: true 导致保存时候出错
开发语言·python·深度学习
大模型最新论文速读13 天前
06-16 · LLM 最新论文速览
论文阅读·人工智能·深度学习·机器学习·自然语言处理