數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件)

圖片數量(jpg文件個數):362

標註數量(xml文件個數):362

標註數量(txt文件個數):362

標註類別數:3

所在github倉庫:firc-dataset

標註類別名稱(注意yolo格式類別順序不和這個對應,而以labels文件夾classes.txt為準):["crack","hollow","leakage"]

每個類別標註的框數:

crack (裂縫) 框數 = 104

hollow (空洞) 框數 = 134

leakage (滲漏) 框數 = 524

總框數:762

圖片分辨率:640x640

數據集是否存在增強:有,1/3是原圖剩餘都是通過粘貼增強形成圖片

使用標註工具:labelImg

標註規則:對類別進行畫矩形框

重要説明:暫無

特別聲明:本數據集不對訓練的模型或者權重文件精度作任何保證

圖片預覽:

紅外圖像建築牆面地面缺陷空洞裂紋檢測數據集VOC+YOLO格式362張3類別_#機器學習

紅外圖像建築牆面地面缺陷空洞裂紋檢測數據集VOC+YOLO格式362張3類別_#人工智能_02

標註例子:

紅外圖像建築牆面地面缺陷空洞裂紋檢測數據集VOC+YOLO格式362張3類別_數據集_03

紅外圖像建築牆面地面缺陷空洞裂紋檢測數據集VOC+YOLO格式362張3類別_#機器學習_04