电力场景输电线路覆冰监测数据集（VOC+YOLO）（共148图）.docx-ITADN社区

优质

文件体积过大，建议暂存在服务器中下载。在下载之前，请先访问资源详情页面，查看并下载所需内容。样本图片链接：https://blog..net/2403_88102872/article/details/143981057。数据集格式：Pascal VOC格式与YOLO格式（不包含分割路径的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）：148。标注数量（xml文件个数）：148。标注数量（txt文件个数）：148。标注类别数：1。标注类别名称：[ice]。每个类别标注的框数：ice类别共有214个框。总框数：214。使用标注工具：labelImg。采用labelImg工具进行标注。标注规则：对类别进行画矩形框。特别说明：本数据集不保证对训练的模型或权重文件精度有任何保证，数据集仅提供准确且合理标注。

输电线路覆冰检测数据集-YOLO+VOC格式(1227张).zip

优质

本数据集包含1227张图像，采用YOLO与VOC标准格式标注，专注于输电线路覆冰情况的检测，适用于训练和评估相关视觉模型性能。数据集格式：VOC格式+YOLO格式压缩包内包含三个文件夹： - JPEGImages 文件夹存储图片（jpg 格式），共有 1227 张。 - Annotations 文件夹存储 xml 文件，共 1227 个。 - labels 文件夹存储 txt 文件，共 1227 个。标签种类数为 2：power_line 和 snow_line。具体框数如下： - power_line 框数 = 69 - snow_line 框数 = 1300 总框数共计：1369。图片清晰度（分辨率及像素）良好，未进行数据增强处理。标签形状为矩形框，用于目标检测识别。

输电线路覆冰检测数据集（VOC+YOLO格式）1983张图片，3个类别.zip

优质

本数据集包含1983张图像，涵盖输电线路覆冰情况的三个分类，采用VOC与YOLO双格式存储，适用于训练智能检测模型。样本图：请访问服务器下载资源，并务必在电脑端预览或查看详情后再进行下载。数据集采用Pascal VOC格式与YOLO格式（不含分割路径的txt文件），仅包含jpg图片、VOC格式xml文件及yolo格式txt文件。 - 图片数量（jpg文件个数）：1983 - 标注数量（xml文件个数）：1983 - 标注数量（txt文件个数）：1983 标注类别总数为3，具体如下： - ice 框数 = 3253 - line 框数 = 69 - snowline 框数 = 743 总计框数为4065。使用工具：labelImg。对各类别进行矩形标注。特别说明：本数据集不保证训练模型或权重文件的精度，仅提供准确且合理的标注信息。

电力场景输电线路外部破坏检测数据集（VOC+YOLO格式，含5187张图片，6个类别）.zip

优质

本数据集包含5187张图片和6种类别标签，采用VOC及YOLO格式标注，旨在支持电力场景下输电线路外部破坏的检测与识别研究。样本图：请在电脑端资源预览查看并下载。重要说明：数据集包含1000多张原图及增强后的图片，并已全部标注完成。数据格式：Pascal VOC格式与YOLO格式（不含分割路径的txt文件，仅含jpg图片、VOC格式xml文件和yolo格式txt文件）。图片数量(jpg)：5187 标注数量(xml)：5187 标注数量(txt)：5187 类别数及框数： - 标注类别名称包括[backhoe, building, crane, tower, tree, truck] - backhoe 框数 = 2638 - building 框数 = 8789 - crane 框数 = 1322 - tower 框数 = 6954 - tree 框数 = 4009 - truck 框数 = 3922 总框数：27634 使用标注工具：labelImg 标注规则：对类别进行矩形框标记。

电力场景输电线悬垂线夹检测数据集（VOC+YOLO格式，含2538张图片，2个类别）.7z

优质

该数据集包含2538张图像和两个类别的标注信息，以VOC及YOLO格式提供电力场景输电线悬垂线夹的检测数据，支持训练与评估相关识别模型。数据集格式：Pascal VOC 格式+YOLO 格式（不包含分割路径的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)：2538 标注数量(xml 文件个数)：2538 标注数量(txt 文件个数)：2538 标注类别数：2 标注类别名称:[Yoke,Yoke Suspension] 每个类别标注的框数： Yoke 框数 = 1747 Yoke Suspension 框数 = 6149 总框数：7896 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，仅提供准确且合理的标注

电力场景螺栓螺帽销钉丢失检测数据集（VOC+YOLO格式）1494张5类别.docx

优质

用于电力系统中螺栓、螺帽及销钉丢失检测的数据集，包含了1494张带标注的图片，可用于图像识别任务以及机器学习模型的训练，并可支持Pascal VOC格式和YOLO格式。该数据集涉及五种类别，包括螺栓丢失、螺帽松动、螺帽丢失、销钉丢失以及销钉正常状态。每种类别均提供相应标注框的数量，总共有1698个标注框。利用labelImg工具进行标注，在标注过程中，根据不同状态情况使用矩形框进行标记。数据集本身不包含分割路径的txt文件，而是包含了jpg图片、VOC格式的xml文件以及YOLO格式的txt文件。该数据集无法保证训练后模型的精度，仅提供准确合理的图像标注，以便于图像识别领域的研究与开发使用。

基于MSP430F247微控制器的电力线路覆冰监测装置设计 (2013年)

优质

本文介绍了一种基于TI公司MSP430F247型超低功耗微处理器的电力线路覆冰厚度自动监测装置的设计，旨在提高电网安全运行能力。针对国内使用电力线覆盖冰检测仪的情况及当前存在的问题,本段落采用必要气象参数作为参量，并以经典覆冰厚度计算公式为基础，通过数学推导建立了一种估算覆冰厚度的数学模型；同时利用软传感技术实现了对覆冰厚度的有效检测。此外，设计并开发了基于微功耗单片机MSP430F247核心组件的电力线覆冰监测仪，并介绍了该系统的组成框图、部分硬件电路及软件流程图。

YOLO输电线路电力金具检测数据集（包含1000张图片）及VOC、COCO与YOLO格式标签、划分脚本和训练指南.rar

优质

该资源包提供了一个包含1000张图像的YOLO输电线路电力金具检测数据集，附有VOC、COCO和YOLO格式标注文件及训练指南。该数据集包含用于输电线路电力金具检测的高质量真实场景图片，涵盖多种不同场景。使用lableimg标注软件进行标注，确保了高精度的边界框，并提供了VOC（xml）、Coco（json）及YOLO（txt）三种格式标签文件，便于直接应用于YOLO系列的目标检测任务中。此外还附赠有搭建YOLO环境、训练案例教程以及数据集划分脚本。用户可以根据自身需求灵活地将数据划分为训练集、验证集和测试集。详情介绍与更多相关资源可参考博主的分享文章。如有需要获取更大数量的数据或其他类型的数据，请直接联系作者进行咨询。

是否确定退出登录?

电力场景输电线路覆冰监测数据集（VOC+YOLO）（共148图）.docx

全部评论 (0)