机器学习与语料免费访问
关键信息
内容与字段
该数据集包含283G高质量板材缺陷图像，涵盖划痕、凹坑、脏污异物等10类典型缺陷。数据包括采集图像、xml文件和txt文件，科学划分训练集与验证集。来源页未公开字段级说明。
适用研究
适用于板材表面缺陷检测、工业质检、计算机视觉分类与目标检测等研究。
信息来自公开来源，具体内容和使用条件请以来源页面为准。
关键词
自行获取的难点
工业质检领域缺乏高质量、标注完善的板材缺陷数据集，该数据集提供283G图像和10类缺陷，可直接用于模型训练。
相关数据集
同领域 · 机器学习与语料
机器学习与语料免费访问
轮胎缺陷数据集 Tyre defect data set
该数据集包含1905张轮胎X射线图像及对应的缺陷标注，由上海大学网络控制中心提供，用于轮胎缺陷检测研究。
机器学习与语料免费访问
ADASIND：用于自动驾驶的多样化广角鱼眼相机数据集 ADASIND: A Diverse Wide Angle Fisheye Camera Dataset for Autonomous Driving
ADASIND是一个包含10,000张RGB图像的鱼眼相机数据集，由印度Silchar国家技术研究所采集，聚焦于半城市无分隔道路的驾驶场景…
机器学习与语料免费访问
MUSDB18活跃音轨数据集（CS229项目） cs229-audio-ml-project/musdb18-processed
该数据集是MUSDB18的加工版本，仅包含各音轨（鼓、贝斯、人声、伴奏及混合）的活跃片段，用于斯坦福CS229课程的音乐源分离项目。
机器学习与语料免费访问
AgriShelf：面向智能农业食品零售应用的多类别双源图像数据集 AgriShelf: A Multi-Class, Bi-Source Image Dataset for Smart Agri-Food Retailing Applications
AgriShelf是一个包含16,592张农业食品零售图像的多类别数据集，由智能手机和Intel RealSense深度相机采集，用于智能零售应用中的计算机视觉任务。