带标注的螺母缺陷识别数据集，可识别划痕，锈蚀，裂纹，变形，完好，12216张图，支持yolo，coco json，voc xml,文末有模型训练代码

前网易架构师-高司机2026-05-21 9:44

数据集拆分

总图数：12216 张图数
训练集

10731 张图

验证集

1125 张图

测试集

360 张图

预处理

自动定向：应用

调整大小：拉伸到640x640

增强

每个训练样本输出结果：3 个

亮度调节范围：-25% ~ +25%

数据集标签：

'Deformation', 'Excellent', 'Fracture', 'Rust', 'Scratches', 'Side_Excellent', 'Side_Fracture', 'Side_Rust', 'Side_Scratches'

标签解释

Scratches ------ 划痕

Rust ------ 锈蚀

Fracture ------ 裂纹

Deformation ------ 变形

Excellent ------ 完好无瑕疵

Side_Excellent ------ 侧面完好

Side_Fracture ------ 侧面裂纹

Side_Rust ------ 侧面锈蚀

Side_Scratches ------ 侧面划痕

数据集图片和标注信息示例：

数据集下载：

yolo26:https://download.csdn.net/download/pbymw8iwm/92889221

yolo v12:https://download.csdn.net/download/pbymw8iwm/92889180

yolo v11:https://download.csdn.net/download/pbymw8iwm/92889184

yolo v9:https://download.csdn.net/download/pbymw8iwm/92889186

yolo v8:https://download.csdn.net/download/pbymw8iwm/92889206

yolo v7:https://download.csdn.net/download/pbymw8iwm/92889208

coco json:https://download.csdn.net/download/pbymw8iwm/92889252

pascal voc xml:https://download.csdn.net/download/pbymw8iwm/92889226

YOLO模型训练

下载数据集之后解压到当前文件夹，然后将我的仓库 https://gitcode.com/pbymw8iwm/YOLOProject里的训练模型脚本复制到文件夹下，假设你使用的是yolov8来训练你就用 python train_yolov8.py

模型验证测试情况：

验证测试代码：

python 复制代码

#需要安装pip install ultralytics
from ultralytics import YOLO
import cv2
 
# 加载训练好的 YOLO .pt 模型
model = YOLO('best.pt')  # 替换为你实际的 .pt 模型文件路径
 
# 定义要测试的图片路径
image_path = './image.jpg'  # 替换为你实际的图片文件路径
 
# 使用模型对图片进行预测
results = model(image_path)
 
# 获取预测结果
for result in results:
    # 获取绘制了检测框的图片
    annotated_image = result.plot()
 
    # 显示图片
    cv2.imshow("YOLOv Inference", annotated_image)
 
    # 等待按键退出
    cv2.waitKey(0)
 
    # 关闭所有 OpenCV 窗口
    cv2.destroyAllWindows()