智慧工业之传送带异物识别 煤炭分拣识别 煤炭传送带异物识别数据集 矿井传送带识别数据集 yolo系列图像数据集第10273期
·
数据集核心信息简介
数据集核心信息表
| 信息类别 | 具体内容 |
|---|---|
| 标注类别 | 包含三大类，分别是 “大块煤”、“螺栓”和 “异物” |
| 数据数量 | 图像总数为 4504 张（也可表述为 4.5k 张） |
| 数据集格式种类 | 适配计算机视觉领域目标检测任务，提供满足该任务训练、测试需求的标注数据格式 |
| 最重要应用价值 | 可用于训练目标检测模型，在工业场景（如煤炭识别、机械零件检测）及特定人物识别场景中，为模型开发提供基础标注数据支撑 |
该数据集的标注类别聚焦三类核心对象，覆盖工业物品与人物。其中 “大块煤” 和 “螺栓” 与工业生产相关，可服务于矿山、机械制造等领域的检测需求，“外国人” 类别则能为特定场景下的人物识别模型提供训练素材，三类标注各有明确应用指向。
从数据数量来看，4504 张图像构成了数据集的核心内容，这个规模能为模型训练提供一定量的样本支撑，避免因数据量过少导致模型泛化能力不足；而 22 个关联数据集的设置，可进一步丰富数据维度，让模型训练时能接触到更多样化的场景数据。
整体而言，该数据集围绕目标检测任务构建，标注类别明确、数据数量充足，虽暂未公开项目详细描述，但从现有类别和数量来看，已具备支撑特定领域目标检测模型开发的基础条件，尤其在工业检测与特定人物识别场景中潜力突出。
更多推荐
0
0- 0
已为社区贡献20条内容
所有评论(0)