飞机缺陷检测数据集32158张VOC+YOLO

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)：32158

标注数量(xml文件个数)：32158

标注数量(txt文件个数)：32158

标注类别数：22

所在github仓库：datasets_sl

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):["broken_discharge","broken_link","burn_damage","corossion_damage","crack","dent","dirty_surface","distortion","light_damage","loosened_fastener","missing_fastener","missing_label","missing_light","missing_panel","nick","oil_leakage","open_latch","paint_damage","scratch","unpressurized_tire","worn_tire","wrong_fastener"]

每个类别标注的框数：

broken_discharge 框数 = 777（排出口破损）

broken_link 框数 = 1719（连接件破损）

burn_damage 框数 = 2525（烧损）

corossion_damage 框数 = 3544（腐蚀损伤）

crack 框数 = 2806（裂纹/裂缝）

dent 框数 = 2247（凹陷）

dirty_surface 框数 = 4633（表面脏污）

distortion 框数 = 1235（变形）

light_damage 框数 = 1942（灯具损伤）

loosened_fastener 框数 = 2754（紧固件松动）

missing_fastener 框数 = 4517（紧固件缺失）

missing_label 框数 = 1951（标签缺失）

missing_light 框数 = 1235（灯具缺失）

missing_panel 框数 = 2374（面板/护板缺失）

nick 框数 = 4156（划痕/磕伤）

oil_leakage 框数 = 2289（漏油）

open_latch 框数 = 2741（锁扣/搭扣未关）

paint_damage 框数 = 4009（漆面损伤）

scratch 框数 = 4105（刮痕）

unpressurized_tire 框数 = 2028（轮胎未充气）

worn_tire 框数 = 1328（轮胎磨损）

wrong_fastener 框数 = 2345（紧固件错误/使用不当）

总框数：57260

每个类别占有图片数：

broken_discharge 占有图片数 = 731

broken_link 占有图片数 = 1085

burn_damage 占有图片数 = 2089

corossion_damage 占有图片数 = 2253

crack 占有图片数 = 1917

dent 占有图片数 = 1740

dirty_surface 占有图片数 = 1894

distortion 占有图片数 = 1163

light_damage 占有图片数 = 938

loosened_fastener 占有图片数 = 1782

missing_fastener 占有图片数 = 1437

missing_label 占有图片数 = 1110

missing_light 占有图片数 = 1194

missing_panel 占有图片数 = 1719

nick 占有图片数 = 2499

oil_leakage 占有图片数 = 2178

open_latch 占有图片数 = 2720

paint_damage 占有图片数 = 1728

scratch 占有图片数 = 1657

unpressurized_tire 占有图片数 = 1622

worn_tire 占有图片数 = 1318

wrong_fastener 占有图片数 = 1524

图片分辨率：512x512

使用标注工具：labelImg

数据集是否增强：是

标注规则：对类别进行画矩形框

重要说明：数据集没有划分训练验证测试集需自行划分

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

标注及图片情况如下：