东北大学钢材检测数据集NEU-DET 喜爱 0 由东北大学(NEU)发布的表面缺陷数据库,收集了热轧钢带的六种典型表面缺陷,即轧制氧化皮(RS),斑块(Pa),开裂(Cr),点蚀表面( PS),内含物(In)和划痕(Sc)。该数据库包括1,800个灰度图像:六种不同类型的典型表面缺陷,每一类缺陷包含300个样本。对于缺陷检测任务,数据集提供...
importargparseparser = argparse.ArgumentParser() #xml文件的地址,根据自己的数据进行修改 xml一般存放在Annotations下 parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path') #数据集的划分,地址选择自己数据下的ImageSets/Main parser.add_argument('--txt_path', ...
1.钢铁缺陷数据集介绍 NEU-DET钢材表面缺陷共有六大类,分别为:'crazing','inclusion','patches','pitted_surface','rolled-in_scale','scratches' 每个类别分布为: 2.基于YOLOv8的训练 原始网络如下: map@0.5为0.733 2 PConv 2.1 FasterNet介绍 为了设计快速神经网络,许多工作都集中在减少浮点运算(FLOPs)...
本文主要内容:真正实时端到端目标检测(原理介绍+代码详见+结构框图)| YOLOv10如何训练自己的数据集(NEU-DET为案列) 博主简介 AI小怪兽,YOLO骨灰级玩家,1)YOLOv5、v7、v8优化创新,轻松涨点和模型轻量化;2)目标检测、语义分割、OCR、分类等技术孵化,赋能智能制造,工业项目落地经验丰富; 原创自研系列, 2024年...
对于数据集，我们以NEU-DET为例，它包含1800张钢材表面缺陷图像，共分为六大类。通过适当的数据集划分（trainval.txt、val.txt、test.txt）和标签生成（voc_label.py），可为训练做好准备。接下来，需要对NEU-DET.yaml文件进行适当修改以适应自定义数据集，注意路径设置使用全路径。在train.py文件中，...
NEU-DET_Yolo Mar 23, 2024 split_train_val.py NEU-DET_Yolo Mar 23, 2024 voc_labelhrsc.py NEU-DET_Yolo Mar 23, 2024 xml2yolo.py NEU-DET_Yolo Mar 23, 2024 NEU-DET_Yolo 铁轨缺陷检测数据集NEU-DET的Yolo格式 Packages No packages published...
NEU-DET是一个专门针对钢材表面缺陷检测的数据集,它为机器学习和计算机视觉领域的研究人员提供了宝贵的资源。这个数据集的主要目标是训练和评估模型在识别钢材表面的六种不同类型的缺陷上的性能。这些缺陷可能包括裂纹、锈蚀、凹痕、麻点、划痕和其他不规则性,这些都是影响钢材质量和安全的重要因素。 YOLO(You Only ...
NEU-DET钢材表面缺陷检测数据集 (0)踩踩(0) 所需:30积分 UR机器人模拟软件URsim 2024-12-07 22:27:48 积分:1 软件测试学习日志-手工测试阶段-day06 2024-12-07 21:34:51 积分:1 无人机数据集带标注YOLO 2024-12-07 20:25:14 积分:1
2.NEU-DET数据集介绍 NEU-DET钢材表面缺陷共有六大类,一共1800张, 类别分别为:'crazing','inclusion','patches','pitted_surface','rolled-in_scale','scratches' 2.1数据集划分 通过split_train_val.py得到trainval.txt、val.txt、test.txt