电力设备缺陷检测数据集VOC+YOLO格式3729张12类别有增强

作品简介

注意数据集中存在大量增强图片,请认真观看图片预览确认符合要求再买。如因有增强图片要求退款的一律不退,事先已说明

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):3729

标注数量(xml文件个数):3729

标注数量(txt文件个数):3729

标注类别数:12

所在仓库:firc-dataset

标注类别名称(注意yolo格式类别顺序不和这个对应,而以labels文件夹classes.txt为准):["Bent_Insulator","Broken_Insulator_Cap","Damaged_Cable_Jackets","Damper","Frayed_Cable","Insulator","Insulator_Cap","Power_Cable","Spacer","Tangled_Object","Transformer","images"]

每个类别标注的框数:

Bent_Insulator (绝缘子弯曲) 框数 = 140

Broken_Insulator_Cap (绝缘子帽破损) 框数 = 571

Damaged_Cable_Jackets (电缆护套损坏) 框数 = 163

Damper (阻尼器) 框数 = 612

Frayed_Cable (电缆磨损) 框数 = 350

Insulator (绝缘子) 框数 = 1408

Insulator_Cap (绝缘子帽) 框数 = 574

Power_Cable (电力电缆) 框数 = 3359

Spacer (间隔棒) 框数 = 579

Tangled_Object (缠绕物) 框数 = 360

Transformer (变压器) 框数 = 197

images (图像,当做背景防止被误检测) 框数 = 84

总框数:8397

图片分辨率:640x640

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

标注例子:



图片预览:




创作时间: