注意數據集中有部分增強圖片

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):1720

標註數量(xml文件個數):1720

標註數量(txt文件個數):1720

標註類別數:12

所在倉庫: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):["barbed_wire","barbed_wire_missing","bend_part","bolt_missing","foreign_material","loose_part","missing_part","missing_plate","position_andcondition","rusted","split_pin_missing","vegetation"]

每個類別標註的框數:

barbed_wire (帶刺鐵絲網) 框數 = 73

barbed_wire_missing (帶刺鐵絲網缺失) 框數 = 201

bend_part (部件彎曲) 框數 = 135

bolt_missing (螺栓缺失) 框數 = 497

foreign_material (異物) 框數 = 258

loose_part (部件鬆動) 框數 = 292

missing_part (部件缺失) 框數 = 16

missing_plate (板材缺失) 框數 = 607

position_andcondition (位置與狀態異常) 框數 = 318

rusted (鏽蝕) 框數 = 238

split_pin_missing (開口銷缺失) 框數 = 301

vegetation (植被) 框數 = 420

總框數:3356

圖片分辨率:640x640

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:

電力場景無人機巡檢數據集杆塔缺陷檢測數據集VOC+YOLO格式1720張12類別_xml文件


電力場景無人機巡檢數據集杆塔缺陷檢測數據集VOC+YOLO格式1720張12類別_數據集_02


標註例子:

電力場景無人機巡檢數據集杆塔缺陷檢測數據集VOC+YOLO格式1720張12類別_數據集_03