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
客服关闭
  • 铁路接触网异物图像数据集（166张）
    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。
     
  • 铁路接触网监控视频与组件图像数据集
    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
     
  • 免费的铁路接触网512x512数据集
    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。
     
  • 铁路轨道螺栓图像数据集（47张）
    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。
     
  • 基于小样本的高速铁路接触网图像检测竞赛分析-ICIG数据集
    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。
     
  • 输电线路异物检测图像数据集（含230张图片及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。
     
  • 含标注的输电线路异物数据集近5000张图片
    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。
     
  • 输电线路异物数据集（VOC格式）含标注-295张图片
    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。
     
  • 矿物图像数据集（含约4500张图片）
    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。