智慧铁路巡检轨道探伤钢轨缺陷检测数据集VOC+YOLO格式1464张6类别

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)：1464

标注数量(xml文件个数)：1464

标注数量(txt文件个数)：1464

标注类别数：6

所在github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):["ganggui","guangdai","guitouyahen","hanfeng","ruibian","zhenzhuwen"]

对应中文类别名：["钢轨", "光带", "轨头压痕", "焊缝", "锐边", "珍珠纹"]

guitouyahen→ 轨头压痕（车轮在钢轨顶部形成的压痕/磨损）

guangdai→ 光带（钢轨顶面与车轮接触形成的明亮带，反映踏面接触状态）

zhenzhuwen→ 珍珠纹（钢轨表面类似珍珠光泽的细微纹理，多为接触疲劳所致）

ganggui→ 钢轨（铁路轨道的主体）

hanfeng→ 焊缝（钢轨焊接接头处）

ruibian→ 锐边（钢轨边缘的尖锐毛刺或锋利棱角）

每个类别标注的框数：

ganggui 框数 = 2059

guangdai 框数 = 1909

guitouyahen 框数 = 24238

hanfeng 框数 = 107

ruibian 框数 = 108

zhenzhuwen 框数 = 1276

总框数：29697

每个类别占有图片数：

ganggui 占有图片数 = 1461

guangdai 占有图片数 = 1437

guitouyahen 占有图片数 = 1332

hanfeng 占有图片数 = 107

ruibian 占有图片数 = 108

zhenzhuwen 占有图片数 = 1039

图片分辨率：2048x1536

使用标注工具：labelImg

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

图片预览：

标注例子：