Advertisement

夜间场景下的接触网绝缘子缺陷检测图像数据集（含400余张图片及VOC标签）

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

简介：
本数据集专注于夜间环境下接触网绝缘子缺陷检测，包含超过400幅图像及其对应的VOC格式标注文件，为相关研究提供有力支持。 数据集包含400多张接触网绝缘子图像，这些图片已经按照正常与缺陷两种状态进行了标注，并使用VOC格式的标签。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 夜间场景下的接触网绝缘子缺陷检测图像数据集（含400余张图片及VOC标签）
    优质
    本数据集专注于夜间环境下接触网绝缘子缺陷检测，包含超过400幅图像及其对应的VOC格式标注文件，为相关研究提供有力支持。 数据集包含400多张接触网绝缘子图像，这些图片已经按照正常与缺陷两种状态进行了标注，并使用VOC格式的标签。
     
  • 配网绝缘子缺陷检测数据集（超1万张图片，附带txt标签）
    优质
    本数据集包含超过一万张用于配网绝缘子缺陷检测的高质量图像，并提供详细的txt格式标注文件，适用于机器学习与深度学习研究。 配网绝缘子缺陷检测数据集包含一万张以上的图片，并附有txt格式的标签文件。
     
  • 输电线路绝缘子红外图像检测数据集（VOC标注，含900余张图片）
    优质
    本数据集包含超过900张针对输电线路绝缘子进行红外成像检测的图片，并采用VOC格式标注，旨在促进电力设备故障诊断技术的发展。 数据集包含900多张输电线路红外绝缘子图像，并对其中的绝缘子进行了标注，标签格式为VOC。
     
  • 绝缘子缺陷检测数据集（VOC格式，含4086张图片，适用于YOLO训练）
    优质
    本数据集包含4086张图像，采用VOC格式存储，专为使用YOLO算法进行绝缘子缺陷检测模型训练而设计。 数据集格式：Pascal VOC（不含分割路径的txt文件和yolo格式的txt文件，仅包含jpg图片及对应的xml标注） 图片数量（jpg文件个数）：4086 标注数量（xml文件个数）：4086 标注类别数：3 标注类别名称： - jueyuanzi - posun - fangdian 每个类别的标注框数量统计： - jueyuanzi: 8019个矩形框 - posun: 1780个矩形框 - fangdian: 1144个矩形框 使用工具：labelImg 标注规则说明： - 对于jueyuanzi，需要将其整个范围进行完整地框选。 - 对于posun，则需对断裂、缺失或破损区域进行标记。 - fangdian 包括自爆痕迹和放电痕迹的定位。 特别提醒：本数据集不保证训练模型或者权重文件的精度。所提供的仅是准确且合理的标注信息。
     
  • 玻璃绝缘子串检测用航拍图像数据集（含600余张图片，VOC格式标注）
    优质
    本数据集提供用于无人机拍摄的玻璃绝缘子串检测图像，包含超过600张照片，并以VOC格式完成精确标注。 数据内容为玻璃绝缘子航拍图像数据集，包含600多张图像，并对其中的绝缘子和导线进行了标注，标签格式采用VOC标准。
     
  • 用于电力设备内部绝缘油泄漏检测的图像数据集（含300余张图片及VOC标签）
    优质
    本数据集包含超过300幅图像及其对应的VOC标注信息，专门针对电力设备内部绝缘油泄露问题设计，旨在支持相关故障诊断研究与应用。 电力设备内部绝缘油泄漏检测图像数据集（包含300多张图片及VOC标签）。
     
  • YOLO用网绝缘子缺陷检测数据集（包含5000张图片）及VOC、COCO、YOLO三类标签+划分脚本+训练指南.rar
    优质
    该资源提供了一个用于检测绝缘子缺陷的数据集，内含5000张图像，并附有VOC、COCO和YOLO格式的标注文件及数据划分与训练教程。 1. 提供了一个高质量的YOLO配网绝缘子缺陷检测数据集，包含真实场景中的丰富图片样本，并使用lableimg标注软件进行精确标注。标签以voc（xml）、coco（json）及yolo（txt）三种格式存储在不同文件夹中，便于直接应用于YOLO系列的目标识别任务。 2. 随附有详细的YOLO环境搭建、训练案例教程以及数据集划分脚本，用户可以根据实际需求自行将数据划分为训练集、验证集和测试集等部分。 3. 数据集的相关信息展示及更多资源可通过相应的博客文章获取。 4. 若需进一步扩大样本数量或寻求其他类型的数据集合，请直接联系博主以获得帮助和支持。
     
  • 配网绝缘子缺陷检测的数据集
    优质
    本数据集专注于收集和整理用于识别配电网络中绝缘子缺陷的各种图像资料，旨在通过机器学习技术提高电力系统维护效率与准确性。 内含配电输电线路绝缘子缺陷图像的数据集包括破损、缺失等情况，总数约为7000张图片，并附有txt标签文件。该数据集适用于图像识别、图像处理、深度学习、目标检测及计算机视觉等领域研究使用。下载的txt文件中包含必要的下载链接，请放心下载。
     
  • 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。
     
  • 输电线路绝缘子缺陷检测图像数据集（包含1688张图片，VOC格式标注，原始图片488张，涵盖四种类别）
    优质
    该数据集包括1688张图片及对应的VOC格式标注信息，其中488张为原始图，涵盖了输电线路绝缘子的四种缺陷类型。 该数据集包含1688张绝缘子缺陷图像，其中488张为原图，并经过扩充处理。标签采用VOC格式。详情可参见相关博客文章介绍。