Advertisement

手机玻璃背壳缺陷数据集

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

简介：
手机玻璃背壳缺陷数据集包含大量智能手机玻璃后盖在生产过程中出现的各种瑕疵图像样本，旨在促进机器学习模型识别和分类制造缺陷的研究。 该数据集包含8000多张玻璃盖板缺陷图像，并且每一张都经过了精确的标注处理。整个数据集中共有3种不同的标注类别，所有图像均为灰度图形式。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 手机玻璃背壳缺陷数据集
    优质
    手机玻璃背壳缺陷数据集包含大量智能手机玻璃后盖在生产过程中出现的各种瑕疵图像样本，旨在促进机器学习模型识别和分类制造缺陷的研究。 该数据集包含8000多张玻璃盖板缺陷图像，并且每一张都经过了精确的标注处理。整个数据集中共有3种不同的标注类别，所有图像均为灰度图形式。
     
  • 高清玻璃瓶口磕碰缺陷数据集（125张，2448*2048）
    优质
    本数据集包含125张高分辨率图像（2448x2048像素），专门用于识别和分类高清玻璃瓶在生产过程中出现的磕碰缺陷。 该数据集包含jpg格式的图片，分辨率为2448*2048，用于训练瓶口磕碰缺陷检测模型。
     
  • 玻璃瓶盖缺陷检测，数据集包含125张图片
    优质
    本项目专注于开发用于检测玻璃瓶盖缺陷的数据集，共收集了125张图像，旨在提高制造业的质量控制效率和准确性。 基于Yolov5的玻璃瓶缺陷检测算法及其优化已在相关博客中详细介绍：该文章探讨了如何利用YOLOv5框架进行高效的玻璃瓶瑕疵识别，并提出了一系列改进措施以提升模型性能。
     
  • 玻璃数据集
    优质
    玻璃数据集是一个包含各种类型玻璃材料特性的数据库，为科学研究和工业应用提供详尽的数据支持。 机器学习与数据挖掘的经典数据集欢迎下载。
     
  • 玻璃类数据集
    优质
    玻璃类数据集汇集了大量关于玻璃材料属性与组成的详细信息，旨在促进材料科学、机器学习等领域的研究和应用开发。 玻璃数据集用于机器学习，主要包含不同种类玻璃的化学成分，可以通过机器学习进行分类。
     
  • 玻璃分类数据集
    优质
    玻璃分类数据集是一套用于机器学习和数据分析的数据集合，涵盖多种不同类型玻璃的特征参数，旨在支持材料科学、工业制造等领域内的研究与应用开发。 来自美国法医科学服务局的信息指出，有六种类型的玻璃是根据它们的氧化物含量（如Na、Fe、K等）来定义的。
     
  • 与手机缺陷分割有关的数据集
    优质
    该数据集专注于收集和标注用于识别手机屏幕缺陷的图像样本，旨在促进手机制造质量检测领域的自动化研究与发展。 手机缺陷分割数据集的数据说明如下：此数据集包含三种类型的表面缺陷：油渍、划痕和污迹。它由1200个图像组成，每种缺陷类型各有400张图片。所有这些图像是通过工业相机采集的，并且分辨率为1920x1080像素。此外，还有20幅额外无缺陷的图像可用于无监督设置。 文件夹信息如下： - 数据集由六个文件夹组成。 - 一个包含没有任何表面缺陷的手机图片。 - 其他五个分别包括有机油、划痕和污迹缺陷的手机图片，并且另外两个包含了这些缺陷对应的遮罩图。具体来说，ground_truth1 文件夹内有含有划痕与污渍缺陷图像的相关掩码；而 ground_truth2 则包含机油缺陷对应图像的掩模。
     
  • 缺陷检测数据集
    优质
    本数据集包含多种工业产品在生产过程中的图像和相关信息，旨在帮助识别并分类各种制造缺陷，提升产品质量控制效率与精度。 缺陷检测/瑕疵检测数据集包括含有瑕疵图片的训练集和验证集。
     
  • PCB缺陷数据集.rar
    优质
    本资料包包含了一个用于机器学习和计算机视觉研究的PCB（印制电路板）缺陷检测的数据集。内含大量标注清晰的图片及对应标签，适用于训练识别算法模型。 该数据集包含五种常见的PCB缺陷类别。