NEU-DET钢材表面缺陷数据集
数据集简介
本数据集由东北大学宋克臣团队制作，专注于钢材表面缺陷的检测与识别。数据集包含了1800张图片，涵盖了六种常见的钢材表面缺陷类型，分别是：
- Crazing（裂纹）
- Inclusion（夹杂物）
- Patches（斑点）
- Pitted Surface（麻面）
- Rolled-in Scale（轧入氧化皮）
- Scratches（划痕）
数据集结构
数据集主要分为两个部分：
- ANNOTATIONS：包含每张图片对应的标签信息，用于标注缺陷的类型和位置。
- IMAGES：包含1800张钢材表面缺陷的图片，每张图片都对应一个特定的缺陷类型。
数据说明
- 图片格式：所有图片均为标准图像格式，适合用于计算机视觉任务。
- 标签格式：标签文件详细描述了每张图片中的缺陷类型及其位置信息，便于进行目标检测和分类任务。
问题描述
钢材表面缺陷数据集广泛应用于工业检测领域，特别是在自动化生产线中，用于实时监测和识别钢材表面的缺陷，以确保产品质量。本数据集为研究人员和工程师提供了一个标准化的数据集，用于开发和测试钢材表面缺陷检测算法。
使用建议
- 本数据集适用于计算机视觉、机器学习和深度学习领域的研究人员和工程师。
- 建议使用本数据集进行目标检测、图像分类和缺陷识别等相关任务的训练和测试。
致谢
感谢东北大学宋克臣团队为本数据集的制作和发布所做的贡献。