news 2026/6/10 2:05:46

钢管X射线图像缺陷识别分割数据集labelme格式3337张8类别

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
钢管X射线图像缺陷识别分割数据集labelme格式3337张8类别

数据集格式:labelme格式(不包含mask文件,仅仅包含jpg图片和对应的json文件)

图片数量(jpg文件个数):3337

标注数量(json文件个数):3337

标注类别数:8

标注类别名称:["air hole","air hole hollow","slag inclusion","bite edge","broken arc","crack","overlap","unfused"]

每个类别标注的框数:

air hole (气孔) count = 1601

air hole hollow (气孔空洞) count = 617

slag inclusion (夹渣) count = 97

bite edge (咬边) count = 34

broken arc (断弧) count = 499

crack (裂纹) count = 115

overlap (焊瘤) count = 212

unfused (未熔合) count = 413

总框数:3588

使用标注工具:labelme=5.5.0

所在github仓库:firc-dataset

图片分辨率:640x640

标注规则:对类别进行画多边形框polygon

重要说明:可以将数据集用labelme打开编辑,json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割

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:

原图:

标注绘制结果:

labelme编辑图实例:

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/9 18:41:54

Z-Image-Turbo商业应用实战:从零到产品原型的24小时挑战

Z-Image-Turbo商业应用实战:从零到产品原型的24小时挑战 为什么选择Z-Image-Turbo快速搭建AI图像生成功能 对于创业团队来说,时间就是生命线。当需要在周末两天内完成一个AI图像生成的产品原型演示时,传统深度学习部署方案往往会成为绊脚石…

作者头像 李华
网站建设 2026/6/9 18:45:23

零碳园区数字感知基础架构规划的发展趋势

数字感知基础架构是零碳园区的“神经中枢”,通过部署全场景感知终端、构建实时传输网络、沉淀精准数据资产,为能源调度、碳排核算、生态治理提供核心数据支撑。当前,随着《国家应对气候变化标准体系建设方案》的落地与5G、AI大模型等技术的迭…

作者头像 李华
网站建设 2026/6/9 18:45:39

Z-Image-Turbo模型监控:云端环境下的性能与资源使用分析

Z-Image-Turbo模型监控:云端环境下的性能与资源使用分析 作为一名DevOps工程师,当我第一次将Z-Image-Turbo部署到生产环境时,最让我头疼的就是如何有效监控这个AI模型的性能和资源使用情况。Z-Image-Turbo作为一款高性能图像生成模型&#xf…

作者头像 李华
网站建设 2026/6/9 18:58:42

AI生成NFT艺术:从技术搭建到版权确认全流程

AI生成NFT艺术:从技术搭建到版权确认全流程指南 前言:当数字艺术遇见AI与区块链 作为一名数字艺术家,你是否想过将AI生成的艺术作品转化为NFT?这个过程涉及三个关键技术环节:AI图像生成模型的选择与部署、NFT铸造的技术…

作者头像 李华
网站建设 2026/6/9 21:12:11

想做一款刷题小程序?在线教育系统源码选型与开发实战经验分享

这两年,找我咨询“刷题小程序”“在线考试系统”的客户明显多了起来。有的是培训机构,想把线下题库搬到线上;有的是创业团队,希望低成本做一款刷题产品试水;也有公司内部想做员工考试、培训测评。几乎所有人都会问同一…

作者头像 李华
网站建设 2026/6/7 7:27:58

告别本地渲染:云端GPU助力AI图像批量生成

告别本地渲染:云端GPU助力AI图像批量生成 作为一名3D动画师,你是否经常遇到这样的困境:需要渲染大量场景概念图,但本地电脑性能捉襟见肘,等待渲染的过程让人焦躁不已?本文将介绍如何利用云端GPU资源&#x…

作者头像 李华