金属铸件缺陷检测数据集VOC+YOLO格式774张5类别

注意数据集大约一半是原图剩余为增强图片

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)：774

标注数量(xml文件个数)：774

标注数量(txt文件个数)：774

标注类别数：5

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):["black_scratch","dented","good","surface_defect","tiny_scratch"]

每个类别标注的框数：

black_scratch（黑色划痕） 框数 = 250

dented（凹陷） 框数 = 152

good（完好） 框数 = 187

surface_defect（表面缺陷） 框数 = 274

tiny_scratch（细微划痕） 框数 = 311

总框数：1174

每个类别占有图片数：

black_scratch（黑色划痕） 占有图片数 = 174

dented（凹陷） 占有图片数 = 122

good（完好） 占有图片数 = 187

surface_defect（表面缺陷） 占有图片数 = 259

tiny_scratch（细微划痕） 占有图片数 = 217

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：