首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >钻头缺陷检测数据集VOC+YOLO格式1969张9类别

钻头缺陷检测数据集VOC+YOLO格式1969张9类别

作者头像
云未归来
发布2025-07-17 12:03:04
发布2025-07-17 12:03:04
1940
举报

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):1969

标注数量(xml文件个数):1969

标注数量(txt文件个数):1969

标注类别数:9

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):["bit-bha_whirl","corrosion_wear","erosion_wear","gauge_trimmer_damage","heat_checking","interfacial_severity","normal-mechanical_fracture","smooth_wear","tangential_fracture"]

每个类别标注的框数:

bit-bha_whirl 框数 = 695

corrosion_wear 框数 = 197

erosion_wear 框数 = 107

gauge_trimmer_damage 框数 = 340

heat_checking 框数 = 76

interfacial_severity 框数 = 796

normal-mechanical_fracture 框数 = 1749

smooth_wear 框数 = 95

tangential_fracture 框数 = 1330

总框数:5385

使用标注工具:labelImg

标注规则:对类别进行画矩形框

重要说明:暂无

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,数据集只提供准确且合理标注

图片预览:

标注例子:

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2025-02-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档