Advertisement

电力绝缘子外观瑕疵数据集

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

简介：
该数据集专注于收集和标注各类电力绝缘子的图像，旨在识别并分类绝缘子表面的各种缺陷与损伤情况，为机器学习算法提供训练素材。 输电线路绝缘子外观缺陷数据集包含600张图片，并带有voc标签，可以直接下载并运行代码使用，非常方便。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 电力绝缘子外观瑕疵数据集
    优质
    该数据集专注于收集和标注各类电力绝缘子的图像，旨在识别并分类绝缘子表面的各种缺陷与损伤情况，为机器学习算法提供训练素材。 输电线路绝缘子外观缺陷数据集包含600张图片，并带有voc标签，可以直接下载并运行代码使用，非常方便。
     
  • 绝缘子电塔数据集dataset_Insulator.rar
    优质
    绝缘子电塔数据集（dataset_Insulator）包含用于电力系统中绝缘子检测与评估的相关图像和信息。该资源有助于研究者分析电塔安全状态，提升电网监测技术。 我们有一个包含近1000张电塔绝缘子的数据集，类别为Insulator，标签格式包括txt和xml文件。
     
  • 绝缘子识别中的绝缘子数据集
    优质
    本数据集专注于电力系统中绝缘子的识别问题，包含了大量不同种类和状态的绝缘子图像，旨在促进绝缘子故障检测与维护领域的研究发展。 需要600张自然环境中无人机航空拍摄的瓷质绝缘子图片，分辨率为1200*600像素。
     
  • 风力发电机叶片瑕疵检测数据集
    优质
    本数据集专注于风力发电机叶片的瑕疵检测，包含大量高分辨率图像及详细的标注信息，旨在提升自动化检测系统的精度与效率。 风力发电机叶片缺陷检测数据集包含3500多张图片，标注采用VOC格式。
     
  • 绝缘子红外图像检测数据集
    优质
    本数据集包含大量绝缘子红外图像及其标签信息，旨在为电力系统中的故障检测与预防提供支持，促进机器学习算法的研究与发展。 数据集包含6000多幅输电线路绝缘子的红外图像，并使用labelimg软件进行了标注。标签类别为insulator（绝缘子），标签类型为yolo格式的txt文件。
     
  • 瑕疵检测数据集
    优质
    瑕疵检测数据集是一系列用于训练机器学习模型识别产品或材料表面缺陷和损伤的数据集合，涵盖多种工业应用场景。 缺陷检测数据集用于训练缺陷检测神经网络。可以从GitHub上的DEye项目下载该数据集。
     
  • PCB电路板瑕疵识别数据集
    优质
    本数据集专为PCB电路板瑕疵识别设计，包含大量标注清晰的图像样本，旨在促进机器学习算法在电子制造质量控制中的应用研究。 包含693张图片的PCB电路板缺陷数据集已准备完毕，并且这些图片已被标记为voc xml和YOLO txt两种格式。其中六种不同的缺陷类别包括：missing_hole（缺失孔），mouse_bite（老鼠咬伤），open_circuit（开路），short（短路），spurious_copper（多余铜箔）以及spur（尖刺）。
     
  • PCB电路板瑕疵检测数据集
    优质
    本数据集专为PCB电路板瑕疵检测设计，包含大量标注清晰的高质量图像样本，适用于训练和评估机器学习模型，提升工业自动化检测精度。 PCB缺陷数据集包含一万多张图片，分为彩色和黑白图像。该数据集中有六类不同的缺陷：missing_hole、mouse_bite、open_circuit、short、spur 和 idanel。所有标注采用VOC格式，并可转换为YOLO格式。
     
  • Halcon边缘瑕疵检测
    优质
    Halcon边缘瑕疵检测系统利用先进的计算机视觉技术，自动识别和定位材料表面的各种缺陷，广泛应用于制造业质量控制中，确保产品高品质。 使用阈值分割和形态学处理方法对包含边缘部分的图像进行抠图，并利用Canny滤波器检测边缘。详细步骤可参考相关文献或教程。
     
  • 绝缘子数据集涵盖玻璃、复合及陶瓷绝缘子
    优质
    该绝缘子数据集包含了多种类型绝缘子的数据，包括玻璃、复合材料和陶瓷绝缘子，为研究与分析提供了丰富资源。 绝缘子数据集包括玻璃绝缘子、复合绝缘子和陶瓷绝缘子，适用于图像分类任务。如有需要，请私信联系。