Advertisement

电力行业51. 电网防外力破坏监测数据集(含2800张图片及voc文件).txt

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


简介:
本数据集包含2800张图片及其标注文件,旨在辅助研究者开发和测试电网防外力破坏的监测系统与算法。 内含电网防外力破坏检测数据集,包含2800张图片及VOC格式xml标签文件,类别包括吊车、挖掘机、推土机和货车四类,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、图像识别与深度学习等。TXT文件内提供下载链接和提取码,请放心下载使用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 51. 2800voc).txt
    优质
    本数据集包含2800张图片及其标注文件,旨在辅助研究者开发和测试电网防外力破坏的监测系统与算法。 内含电网防外力破坏检测数据集,包含2800张图片及VOC格式xml标签文件,类别包括吊车、挖掘机、推土机和货车四类,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、图像识别与深度学习等。TXT文件内提供下载链接和提取码,请放心下载使用。
  • 线路(包1100视频VOC标注)
    优质
    本数据集旨在提升输电线路安全防护水平,内含1100张由视频监控捕捉到的涉及线路安全隐患的图像,并附有详细VOC标注信息。 图像数据可用于输电线路防外力破坏施工机械的识别,包含1100张视频监控图像,并对其中的施工机械进行了标注,标签格式为VOC标签。各类别的数量如下:卡车(truck): 1069个;塔架(tower): 1444个;反铲挖掘机(backhoe): 639个;起重机(crane): 375个;树木(tree): 596个。
  • 场景输线路VOC+YOLO格式,5187,6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。
  • 工程19:输线路金具缺陷2000voc).txt
    优质
    本资料包含2000张关于输电线路金具及其缺陷的高质量图像,附带标注详细的VOC格式文件。适用于电力工程领域内有关输电线路维护与检测的研究工作。 内含输电线路金具及其缺陷数据集,包含2000张图片,主要为实验室内拍摄的照片,并带有VOC格式的xml标签。类别包括防振锤、螺栓、耐张线夹、绝缘子等完好目标和缺陷样本。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,例如进行目标检测、图像识别及深度学习等相关课题的研究。
  • 系统变站红VOC+YOLO格式,6042,21个类别).zip
    优质
    该资料提供一个包含6042张图像和21类别的电力系统变电站红外检测数据集,适用于目标检测任务,支持VOC及YOLO格式。 样本图的文件较大,请在电脑端资源详情页面下载。 数据集格式:Pascal VOC格式+YOLO格式(不包含分割路径的txt文件,仅仅包含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):6042 标注数量(xml文件个数):6042 标注数量(txt文件个数):6042 标注类别总数为21,具体名称如下: - Arrester body - Arrester voltage equalizing ring - Breaker - Breaker connector - Breaker support insulator - Casing connector - Casing general hat - Casing porcelain sleeve - Casing pressure equalizing ring - Current transformer connector - Current transforme
  • 设备漏油(VOC, 1000)
    优质
    本数据集包含1000张针对变电站内电力设备漏油问题的专业图像,旨在促进相关故障检测算法的研发与优化。 数据集包含电力设备漏油图像,用于检测地面油污缺陷以确定设备是否存在漏油问题。所有数据均已标注,并采用VOC标签格式。
  • 高空作安全带检VOC+YOLO格式,147,4个类别).7z
    优质
    该数据集包含147张图像和4种类别标签,采用VOC及YOLO格式标注,专为电力行业高空作业安全带识别与检测设计,助力提升相关领域AI训练精度。 数据集格式为Pascal VOC和YOLO格式(不含分割路径的txt文件)。包含147张jpg图片、对应的VOC格式xml文件以及yolo格式txt文件各147个,标注类别有4种:aqd_wpd(安全带未佩戴)、aqd_wzqpd(安全带未正确佩戴)、aqd_zqpd(安全带正确佩戴)和gkzy_yrjh(高空作业有人监护)。具体框数为: - aqd_wpd: 47个 - aqd_wzqpd: 49个 - aqd_zqpd:51个 - gkzy_yrjh:1个 总标注框数量为148。使用labelImg工具进行矩形框标注,确保每个类别的准确性和合理性。 请注意,本数据集不对训练模型或权重文件的精度提供任何保证;我们仅提供精确且合理的标注信息。
  • 设备漏油检VOC+YOLO格式,338,1个类别).7z
    优质
    这是一个包含338张图像的数据集,用于电力设备漏油的视觉对象检测任务,采用VOC和YOLO兼容格式,专注于单一类别识别。 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):338 标注数量(xml文件个数):338 标注数量(txt文件个数):338 标注类别数:1 标注类别名称:[oil] 每个类别标注的框数: oil 框数 = 372 总框数:372 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。