目标检测算法——工业缺陷数据集汇总1(附下载链接)

>>>深度学习Tricks,第一时间送达<<<

🚀近期,小海带在空闲之余,收集整理了一批工业缺陷开源数据集供大家参考。 整理不易,小伙伴们记得一键三连喔!!!🤞💕

目录

一、东北大学带钢表面缺陷数据集

二、磁瓦缺陷数据集

三、KTH-TIPS 纹理图像数据集

四、Kaggle中谢韦尔钢铁公司提供的带钢缺陷数据集

五、Kolektor 表面缺陷数据集

>>>一起交流!互相学习!共同进步!<<<


一、东北大学带钢表面缺陷数据集

数据集下载地址:http://m6z.cn/5U87us

数据集收集了夹杂、划痕、压入氧化皮、裂纹、麻点和斑块6种缺陷,每种缺陷300张,图像尺寸为200×200。数据集包括分类和目标检测两部分,不过目标检测的标注中有少量错误,需要注意。

二、磁瓦缺陷数据集

数据集下载地址:http://m6z.cn/5F5eSd

中国科学院自动所一个课题组收集的数据集,是“Saliency of magnetic tile surface defects”这篇论文的数据集。收集了6种常见磁瓦缺陷的图像,并做了语义分割的标注。

三、KTH-TIPS 纹理图像数据集

数据集下载地址:http://m6z.cn/61EkMH

KTH-TIPS 是一个纹理图像数据集,在不同的光照、角度和尺度下拍摄的不同材质表面纹理图片。类型包括砂纸、铝箔、发泡胶、海绵、灯芯绒、亚麻、棉、黑面包、橙皮和饼干共10类。

四、Kaggle中谢韦尔钢铁公司提供的带钢缺陷数据集

数据集下载地址:Severstal: Steel Defect Detection | Kaggle

该数据集中提供了四种类型的带钢表面缺陷。训练集共有12568张,测试集5506张。图像尺寸为1600×256。如果有学术研究的需要,可以无限制使用,请将PAO Severstal指定为数据集所有者。

五、Kolektor 表面缺陷数据集

数据集下载地址:/resources/kolektorsdd/

该数据集是Kolektor Group收集并标注的电子换向器缺陷数据集。数据集中包含了50种编写的电子换向器,每种有8张图片以及其语义分割的label。图像的大小为500×1240像素。为了更方便的训练,需提前将图像调整为512×1408。

关于算法改进及论文投稿可关注并留言博主的优快云/QQ

>>>一起交流!互相学习!共同进步!<<<

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

加勒比海带66

清风徐来,水波不兴。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值