| 使用标准HTML来进行图片上传 | |
|
<input id=InputFile style=width: 399p
2025-10-28 09:45:24
74KB
1
重要说明:葡萄叶都是单个子叶,部分图片有增强,请认真查看下面样本图,确认符合要求再下载
样本图参考:https://blog.csdn.net/2403_88102872/article/details/143460673
温馨提示:文件太大放服务器,请先到资源详情查看然后下载
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):5015
标注数量(xml文件个数):5015
标注数量(txt文件个数):5015
标注类别数:4
标注类别名称:["anthracnose","black_rot","healthy","mildiyo_owny_Mildew_uzum"]
2025-10-27 21:15:07
407B
1
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
基于java的开发源码-EPUB类库 Epublib.zip
2025-10-27 16:01:28
1.51MB
1
本数据集名为“3D打印缺陷检测数据集”,采用VOC+YOLO格式,共包含5864张图像,分为三个类别,用于3D打印缺陷的视觉检测。数据集由1/3的原始图像和2/3的增强图像组成,所有图像均配有详细的标注信息。标注工具有labelImg,其中标注类别包括“spaghetti”、“stringing”和“zits”,分别对应3D打印中的不同缺陷类型。
在数据集格式方面,遵循Pascal VOC格式和YOLO格式标准,包含了5864张jpg格式的图片,每个图片均配有相应的VOC格式xml文件和YOLO格式txt文件。xml文件中记录了图片的元数据和标注信息,而txt文件则以YOLO格式提供了标注框的详细坐标和类别信息。标注信息准确地反映了图像中存在的缺陷区域。
具体来说,每个类别在数据集中标注的框数为:“spaghetti”框数为9339,“stringing”框数为2353,“zits”框数为30427,总标注框数达到了42119。这为训练高精度的3D打印缺陷检测模型提供了丰富的数据支持。
值得一提的是,类别名称在YOLO格式中的顺序并不与VOC格式中的名称顺序相对应,而是以labels文件夹中的classes.txt文件为准。这样的设计可能是为了满足不同标注系统之间的兼容性和切换需要。使用该数据集的用户需要根据此文件确定类别与编号之间的对应关系。
在使用数据集时,用户需要理解数据集并不提供任何关于模型训练效果或权重文件精度的保证。这表明用户在使用数据集进行模型训练时,需要自行验证模型的性能,并对结果负责。
该数据集为3D打印缺陷检测提供了大量经过精心标注的图像,格式规范且详尽,支持了VOC和YOLO两种主流标注格式,为研究者和开发者提供了便利,特别是在图像识别和机器学习领域的应用前景广阔。
2025-10-27 14:42:10
2.12MB
1
| |