【15】钢铁表面缺陷数据集(有v5/v8模型)/YOLO钢铁表面缺陷检测
本文数据集包含1800张已标注图片，涵盖6类缺陷：裂痕、夹杂物、板块、麻点、压入氧化皮和划痕。数据已划分为1440张训练集和360张验证集，可直接用于目标检测训练。提供两种预训练模型结果：YOLOv5模型（mAP 0.699）和YOLOv8模型（mAP 0.707）。
·
1 数据集介绍
1.1 说明
图片数量1800张，已标注txt格式
训练集验证集按1440:360划分，可直接用于目标检测训练
1.2 类别
①crazing(裂痕)
②inclusion(夹杂物)
③patches(板块)
④pitted_surface(麻点)
⑤rolled-in_scale(压入氧化皮)
⑥scratches(划痕)
2 训练好的模型结果
2.1 YOLOv5模型结果
yolov5-v7.0训练100轮的模型结果 (map0.699)
2.2 YOLOv8模型结果
有yolov8训练100轮的模型结果 (map0.707)
3 数据集获取
➷电脑端点击下方介绍视频给出➷
➷手机端点击文章末尾名片获取➷
【15】钢铁表面缺陷数据集(有v5/v8模型)/YOLO钢铁表面缺陷检测
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
7
0- 0
已为社区贡献7条内容
所有评论(0)