Advertisement

铁路接触网异物图像数据集(166张)

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


简介:
本数据集包含166张铁路接触网异物图片,旨在为相关研究与检测系统提供训练和测试资源,助力提高铁路安全管理水平。 由于拍摄的图像中铁路接触网异物数量极少,需要手动为铁路接触网异物数据集添加不良状态样本。该数据集包含166张图片,供研究铁路相关病害检测的学者使用。此数据集主要用于神经网络训练。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 166
    优质
    本数据集包含166张铁路接触网异物图片,旨在为相关研究与检测系统提供训练和测试资源,助力提高铁路安全管理水平。 由于拍摄的图像中铁路接触网异物数量极少,需要手动为铁路接触网异物数据集添加不良状态样本。该数据集包含166张图片,供研究铁路相关病害检测的学者使用。此数据集主要用于神经网络训练。
  • 监控视频与组件
    优质
    本数据集包含大量铁路接触网监控视频及关键组件特写图片,旨在支持自动检测和故障诊断研究。 铁路接触网监控视频及组件图片数据集
  • 免费的512x512
    优质
    本数据集提供一套高质量、完全免费的铁路接触网图像资源,尺寸统一为512x512像素,适用于铁路系统维护与检测的人工智能模型训练。 由于拍摄的铁路接触网图像较少,本段落供研究铁路相关病害检测的学者使用。该数据集主要用于神经网络训练,包含若干张图片。
  • 轨道螺栓(47
    优质
    本数据集包含47张铁路轨道螺栓的高质量图片,旨在为机器学习模型提供训练素材,以提升对铁路基础设施关键部件缺陷检测的准确性。 为铁道病害检测研究方向的学者提供数据集资源。本数据集包含47张铁道固定螺栓的图像。如需更多相关数据集,请评论告知,作者会第一时间放出供学者研究使用。
  • 基于小样本的高速检测竞赛分析-ICIG
    优质
    本研究针对高速铁路接触网的小样本图像检测问题,对ICIG数据集进行深入分析,旨在推动该领域算法和模型的发展。 基于小样本的高速铁路接触网图像检测分析竞赛使用了ICIG数据集。
  • 输电线检测(含230片及VOC标签)
    优质
    本数据集包含230张图片及其对应的VOC格式标注文件,专门用于训练和测试输电线路异物检测算法模型。 数据集包含230张输电线路异物图像原图,并对其中的异物进行了标注,标签格式为VOC格式。
  • 含标注的输电线近5000
    优质
    本数据集包含接近5000张带有详细标注的输电线路异物图像,旨在支持电力设施监控和维护中的异常检测研究。 这段文字描述了输电线上可能出现的各种异物,包括气球、风筝和塑料袋,并且已经完成了相关标注工作。
  • 输电线(VOC格式)含标注-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。
  • (含约4500片)
    优质
    本数据集包含约4500张高质量矿物图像,旨在为科研人员和爱好者提供丰富的视觉资料,支持矿物学研究、教育及计算机视觉技术的发展。 矿石数据集包含约4500张图片,这些图像是从网络上爬取的。训练集中有七种类型的矿石图片:“玄武岩”、“花岗岩”、“大理石”、“石英岩”、“煤”、“石灰石”和“砂岩”。测试集则包括24张相应的这七种矿石图像。