Advertisement

风力涡轮机表面损伤检测数据集（含万余张图片及yolo格式标注）

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

简介：
本数据集包含超过一万张图像，专为风力涡轮机表面损伤检测设计，并提供YOLO格式标签，适用于训练和评估机器学习模型。 该数据集包含用于风力涡轮机表面损坏检测的无人机航拍分块图像，共约1万张图片，其中3000张左右附有标签。标签文件为txt格式，并采用yolo标准进行标注，涵盖脏污和损坏两种缺陷类型。此数据集适用于图像识别、目标检测等计算机视觉应用领域。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 风力涡轮机表面损伤检测数据集（含万余张图片及yolo格式标注）
    优质
    本数据集包含超过一万张图像，专为风力涡轮机表面损伤检测设计，并提供YOLO格式标签，适用于训练和评估机器学习模型。 该数据集包含用于风力涡轮机表面损坏检测的无人机航拍分块图像，共约1万张图片，其中3000张左右附有标签。标签文件为txt格式，并采用yolo标准进行标注，涵盖脏污和损坏两种缺陷类型。此数据集适用于图像识别、目标检测等计算机视觉应用领域。
     
  • 风力涡轮机损伤检测图像数据集（含400余张图片，VOC标注）
    优质
    本数据集包含超过400张风力涡轮机损伤检测图像，并附有VOC格式标注文件，为机器学习和计算机视觉研究提供有力支持。 风力涡轮机损伤检测图像数据集包含400多张图像，采用VOC标签格式。
     
  • 钢绞线导线损伤检测图像数据集（含1200余张图片，VOC格式标注）
    优质
    本数据集包含超过1200张钢绞线导线损伤的高质量图像，采用VOC格式精确标注，为电力设备维护与智能监测提供重要研究资源。 该数据集包含钢绞线损伤检测的图像，并且已经对损伤点进行了VOC格式的标注。请注意这些图像是非运行中的导线照片，不是航拍图像。
     
  • 风力发电机叶片损伤检测用图像数据集（含逾万张图片及VOC标注），有意者请私信，将及时回复。
    优质
    本数据集包含超过一万张用于风力发电机叶片损伤检测的图像，并附有详细的VOC标注信息。欢迎对此感兴趣的学者和研究者通过私信联系我们获取更多详情。 风力发电机叶片损伤检测图像数据集包含1万多张PNG格式的图片及其对应的VOC标签（TXT格式），无需转换即可直接用于YOLO、SSD、Faster-RCNN等网络模型训练与测试。该数据集中包括油污和损伤两种类型的标注信息，适合相关研究者使用。 价格为45元。欢迎有需求的研究人员对比并购买此数据集。
     
  • 墙面与墙体损伤等级检测数据集（VOC+YOLO格式，含4629张图片，4个类别）.zip
    优质
    本数据集提供了一套详细的墙面与墙体损伤等级图像资料，包含4629张图片及标注信息，适用于VOC和YOLO模型训练。共有四大类损伤级别，旨在帮助研究人员准确评估建筑结构的健康状况。 请参考样本图，并先到资源详情查看后下载文件。 重要提示：数据集中包含部分增强的图片，即四张图片拼接成一张，请仔细检查预览确认符合要求后再进行下载。 数据集格式为Pascal VOC与YOLO格式（不含分割路径的txt文件），仅包括jpg图像、VOC格式xml标注以及yolo格式txt标注。 总数： - 图片数量(jpg)：4629张 - 标注(xml和txt)各：4629个 类别信息如下： - 类别数：4类 - 类别名称：严重损坏、轻微损坏、中度损坏、未受损
     
  • 小尺寸太阳能电池板损伤检测用可见光图像数据集（含1000余张VOC格式标注图片）
    优质
    本数据集提供超过一千幅针对小尺寸太阳能电池板损伤情况的高精度可见光图像，每张图片均采用VOC标准进行详细标注。旨在促进相关领域研究与应用的发展。 小太阳能电池板损伤检测可见光图像数据集包含1000多张图片，并使用VOC格式标签。
     
  • 风力涡轮机对象检测数据集
    优质
    本数据集包含大量风力涡轮机图像及其标注信息，旨在支持风力涡轮机对象检测研究。适用于训练与评估相关模型。 该数据集包含在动态及变化背景下拍摄的风力涡轮机图像，并专为无人机摄影师设计。市面上许多商用无人机（例如大疆无人机）预装了软件开发工具包，允许用户使用Python等编程语言对其进行定制化操作。因此，装备有高质量摄像头的商业级无人机可以与SDK结合使用，以创建出引人注目的计算机视觉项目。这类项目的可能性是无穷无尽的，所以我将继续为这个数据集做出贡献，请大家期待后续更新。 该数据集采用YOLO v7 PyTorch格式，并具有以下特点： - 水平翻转的概率设定为50% - 随机高斯模糊范围在0到3像素之间 - 对曝光度进行随机调整，幅度介于±25%之内 预处理阶段将数据集划分为87%用于训练、9%用于验证和4%用于测试（共包含2885张图像）。 类似的数据集包括皮肤癌二元分类数据集。标签由Roboflow提供，这是一个免费的图片标注工具。
     
  • YOLO目标检测与面部表情识别数据集，含25200余张标注图片，开箱即用
    优质
    本数据集包含超过25200张图像，专为YOLO目标检测及面部表情识别设计。内容详尽、注释清晰，支持快速部署与应用开发，实现高效模型训练与测试。 该数据集包含用于YOLO目标检测的面部表情识别图像以及25200多张已标记的数据样本，可以直接使用。 此数据集中包括8个类别：愤怒、蔑视、厌恶、恐惧、快乐、中立、悲伤与惊喜。参考效果展示已在相关博客文章中有详细介绍。更多资源可通过提供的链接下载获得。
     
  • 老鼠图片目标检测数据集【包含约1100张标注图片，采用YOLO格式】
    优质
    这是一个专为老鼠图像设计的目标检测数据集，内含大约1100张标注图片，并且采用了流行的YOLO格式，非常适合训练和优化目标检测模型。 老鼠图像目标检测数据集已包含约1100张图片，并且已经按照YOLO格式进行了标注。 类别数量为1：老鼠（详情参考classes文件）。 该数据集已被划分为训练集与测试集，如需可视化，请运行show脚本即可。