Advertisement

输电线路杆塔与导线分割图像数据集（包含1242张图片及分割标签，附网盘下载链接）

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

简介：
这是一个包含了1242张图片及其对应分割标签的数据集，专注于电力工程中的输电线路杆塔和导线的识别。方便研究者通过网盘下载进行深度学习训练与测试。 输电线路杆塔、导线分割图像数据集包含1242张图像及对应的json格式标签文件，标签采用yolo格式标注，涵盖杆塔、绝缘子、导线等元素。该数据集适用于语义分割与实例分割任务。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 输电线路杆塔与导线分割图像数据集（包含1242张图片及分割标签，附网盘下载链接）
    优质
    这是一个包含了1242张图片及其对应分割标签的数据集，专注于电力工程中的输电线路杆塔和导线的识别。方便研究者通过网盘下载进行深度学习训练与测试。 输电线路杆塔、导线分割图像数据集包含1242张图像及对应的json格式标签文件，标签采用yolo格式标注，涵盖杆塔、绝缘子、导线等元素。该数据集适用于语义分割与实例分割任务。
     
  • 输电线路语义分割图像数据集（包含700余张图片及分割标签）
    优质
    该数据集包含了超过700张高质量的输电线路图像及其对应的精确分割标签，旨在促进电力系统维护中的自动化与智能化研究。 输电线路语义分割图像数据集包含700多张图像及其对应的分割标签。
     
  • 输电杆塔与输电线路(TTPLA)图像检测及分割数据集(COCO格式,包含语义分割和目标检测标注).zip
    优质
    本数据集提供了采用COCO格式的TTPLA图像，涵盖输电杆塔与线路，内含详尽的目标检测和语义分割标签。 该数据集包含超过1200张图片，采用COCO格式进行标注，并分为训练集、验证集和测试集。每张图片都包含了分类、分割及目标检测的详细标签信息。文件名为“输电杆塔和输电线路图像检测+分割数据集.zip”。
     
  • 输电线路绝缘子检测数据集（含160张原图的网盘下载链接）
    优质
    本数据集提供160张输电线路绝缘子图像及其标注信息，便于研究者进行相关缺陷检测的研究工作。包含网盘下载链接，方便获取和使用。 输电线路绝缘子检测数据集包含160张原图像。
     
  • 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。
     
  • 输电线路鸟类巢穴数据集（含401张图片及VOC标签）
    优质
    本数据集包含401张关于输电线路附近鸟类巢穴的图像及其对应的VOC格式标注文件，适用于目标检测与识别研究。 内含输电线路异物检测数据集，包括400张无人机航拍原始图片及VOC格式xml标签，用于识别输电杆塔上的鸟巢。该数据集适用于电气工程专业在计算机视觉应用领域的研究工作，例如目标检测、图像识别和深度学习等。TXT文件内提供了下载链接与提取码，您可以放心下载使用。
     
  • 心脏左心房图像分割的医学数据集（二值分割，包含约1700张图片及标注）
    优质
    本数据集专注于心脏左心房的二值分割任务，含有大约1700幅高质量图像及其精确对应的手动标注，旨在促进医疗影像分析领域的研究与应用。 医学图像分割数据集：心脏左心房图像分割数据集（2值分割，约1700张数据和标签） 【2类别的分割】：背景、左心房，具体参考classes文件 该数据集分为训练集和测试集。 训练集包括images图片目录和masks模板目录，大约有1200张图片及其对应的mask图像； 测试集同样包含images图片目录和masks模板目录，约500张左右的图片及对应标签。 此外还提供了一个用于展示分割结果的可视化脚本。该脚本能随机选取一张图像，并将其原始图、GT（Ground Truth）图以及在原图上蒙版的GT图进行展示并保存至当前文件夹中。 医学图像分割网络介绍可参考相关博客文章，更多关于改进工作的内容可以在专栏中找到。
     
  • 电力金具的输电线路数据集（包含2000多张带标签图片）
    优质
    本数据集提供了超过两千张标注清晰的电力金具在输电线路上的应用图像，为相关研究与开发提供宝贵资源。 输电线路电力金具数据集包含2000多张图像，并附有标签。
     
  • 工业仪表的分割数据集（约400张图片及对应标签）
    优质
    本数据集包含约400张工业仪表图像及其详细标注信息，旨在为机器学习和模式识别研究提供支持。 工业仪表分割数据集可以直接用于实际项目，并且这些数据均来自真实项目的采集。