Advertisement

输电线路绝缘子缺陷检测图像数据集(包含1688张图片,VOC格式标注,原始图片488张,涵盖四种类别)

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
该数据集包括1688张图片及对应的VOC格式标注信息,其中488张为原始图,涵盖了输电线路绝缘子的四种缺陷类型。 该数据集包含1688张绝缘子缺陷图像,其中488张为原图,并经过扩充处理。标签采用VOC格式。详情可参见相关博客文章介绍。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 线1688VOC488
    优质
    该数据集包括1688张图片及对应的VOC格式标注信息,其中488张为原始图,涵盖了输电线路绝缘子的四种缺陷类型。 该数据集包含1688张绝缘子缺陷图像,其中488张为原图,并经过扩充处理。标签采用VOC格式。详情可参见相关博客文章介绍。
  • 风力发机叶3584VOC型)
    优质
    本数据集包含3584张风力发电机叶片缺陷图像,采用VOC格式标注,全面覆盖裂纹、孔洞等五类典型缺陷,适用于深度学习模型训练与验证。 我们有3584张风力发电机缺陷图像数据集。这些图像经过增强处理(包括对比度变化扩充),以模拟不同环境下的航拍效果。标签格式采用VOC标准,具体类别及数量如下:漏油(OIL LEAKAGE):753个;污秽物(dirt):846个;掉漆(Paint):2455个;侵蚀(LE-Erosion):617个;胶带(PU-tape):700个。
  • 线红外VOC900余
    优质
    本数据集包含超过900张针对输电线路绝缘子进行红外成像检测的图片,并采用VOC格式标注,旨在促进电力设备故障诊断技术的发展。 数据集包含900多张输电线路红外绝缘子图像,并对其中的绝缘子进行了标注,标签格式为VOC。
  • VOC4086,适用于YOLO训练)
    优质
    本数据集包含4086张图像,采用VOC格式存储,专为使用YOLO算法进行绝缘子缺陷检测模型训练而设计。 数据集格式:Pascal VOC(不含分割路径的txt文件和yolo格式的txt文件,仅包含jpg图片及对应的xml标注) 图片数量(jpg文件个数):4086 标注数量(xml文件个数):4086 标注类别数:3 标注类别名称: - jueyuanzi - posun - fangdian 每个类别的标注框数量统计: - jueyuanzi: 8019个矩形框 - posun: 1780个矩形框 - fangdian: 1144个矩形框 使用工具:labelImg 标注规则说明: - 对于jueyuanzi,需要将其整个范围进行完整地框选。 - 对于posun,则需对断裂、缺失或破损区域进行标记。 - fangdian 包括自爆痕迹和放电痕迹的定位。 特别提醒:本数据集不保证训练模型或者权重文件的精度。所提供的仅是准确且合理的标注信息。
  • 线无人机巡2003VOC异物、防鸟刺等八
    优质
    该数据集包含2003张图片,采用VOC格式,专注于输电线路的无人机巡检,覆盖了包括异物和防鸟刺在内的八种常见缺陷类型。 内含2003幅输电线路无人机巡检典型缺陷检测图像。各类目标类别及数量如下:鸟巢478个、绝缘子4350个、防鸟刺326个、防振锤3258个、防震锤缺陷326处、闪络857处和绝缘子缺陷900处,异物190件。
  • 线常见1900余VOC线散股、塔材锈蚀及自爆)
    优质
    本数据集包含超过1900张针对电力设施三类典型故障(导线散股、塔材锈蚀和绝缘子自爆)的图像,并采用VOC格式标注,为线路巡检AI训练提供有力支持。 本段落包含三类输电线路常见缺陷:导线散股、塔材锈蚀及绝缘子自爆,共计1900多幅图像,并已利用LabelImg工具对其进行了标注,标签格式为VOC。各类缺陷的数量如下:cable_defectueux(导线散股): 1303, insulator_defect(绝缘子自爆): 133, rust(塔材锈蚀): 879。“塔材锈蚀”部分进行了翻转扩充处理。
  • 玻璃用航拍600余VOC
    优质
    本数据集提供用于无人机拍摄的玻璃绝缘子串检测图像,包含超过600张照片,并以VOC格式完成精确标注。 数据内容为玻璃绝缘子航拍图像数据集,包含600多张图像,并对其中的绝缘子和导线进行了标注,标签格式采用VOC标准。
  • 线异物VOC-295
    优质
    该数据集包含295张已标注图像,采用VOC格式存储,主要用于训练和测试识别输电线路中异物的相关算法模型。 数据集格式采用Pascal VOC标准(不含分割路径的txt文件及yolo格式的txt文件),仅包含jpg图片与对应的xml标注文件。 - 图片数量:295张(jpg文件) - 标注数量:295份(xml文件) - 标注类别数:1类 - 标签名称:yw 每个yw标签共对应304个矩形框。 使用工具为labelImg,标注规则是围绕目标物体绘制矩形框。 重要说明:在网上找到的输电线异物悬挂数据集质量普遍较低。因此,我亲自从视频中截取并爬取图片进行标记工作。然而由于网络上可用资源有限,最终仅收集到295张图像。 特别提示:本数据集中提供的标注信息准确且合理,但不保证基于此训练出的模型或权重文件能达到特定精度要求。
  • (VOC+YOLO)8307,17个.7z
    优质
    本数据集包含8307张图像及标注信息,涵盖17类变电站设备缺陷,适用于目标检测任务,采用VOC和YOLO双格式存储。压缩文件后缀为.7z。 数据集格式采用Pascal VOC与YOLO两种格式,并且不含分割路径的txt文件,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):8307 - 标注数量(xml文件个数):8307 - 标注数量(txt文件个数):8307 - 标注类别总数为17,具体名称如下: - bj_bpmh - bj_bpps - bj_wkps - bjdsyc - gbps - hxq_gjbs - hxq_gjtps - jyz_pl - kgg_ybh - sly_dmyw - wcaqm - wcgz - xmbhyc - xy - yw_gkxfw - yw_nc - ywzt_yfyc
  • 4:线
    优质
    本数据集专为输电线路绝缘子缺陷检测设计,包含大量高质量标注图像,旨在提升电力系统巡检效率与准确性。 内含输电线路绝缘子缺陷检测图像数据集,包含4500多张图片,并带有VOC格式的xml标签。类别分为insulator(绝缘子)和defect(缺陷)。该数据集适用于电气工程专业在计算机视觉应用领域的研究,例如目标检测、图像识别及深度学习等。TXT文件内提供下载链接与提取码,可以放心下载使用。