电缆线黑皮导线缺陷可识别斑点划痕孔洞异物检测数据集VOC+YOLO格式975张4类别合成版

注意数据集为图像合成，具体看图片

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)：975

标注数量(xml文件个数)：975

标注数量(txt文件个数)：975

标注类别数：4

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):["foreign_object","wire_hole","wire_scratch","wire_spot"]

每个类别标注的框数：

foreign_object（异物） 框数 = 897

wire_hole（线缆孔洞） 框数 = 289

wire_scratch（线缆划痕） 框数 = 588

wire_spot（线缆斑点） 框数 = 669

总框数：2443

每个类别占有图片数：

foreign_object（异物） 占有图片数 = 673

wire_hole（线缆孔洞） 占有图片数 = 219

wire_scratch（线缆划痕） 占有图片数 = 291

wire_spot（线缆斑点） 占有图片数 = 302

图片分辨率：512x512

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：