法兰底座缺陷数据集 | 目标检测 | 灾害评估-YOLO数据集

本数据集面向法兰底座缺陷场景的目标检测任务，涵盖42个检测类别，总计4,382张标注图像。数据集适用于灾害评估领域的算法研究、模型训练与工程应用。

数据集概览

数据集名称：法兰底座缺陷数据集
任务类型：目标检测
图像总数：4,382 张
标注类别：42 类
标注格式：YOLO TXT（归一化坐标）
适用框架：YOLOv5 / YOLOv8 / YOLOv10 / YOLOv11 / YOLO26 / RT-DETR
数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含42个检测类别，各类别标注分布如下：

drink cans（饮料罐）
styrofoam（发泡胶）
wrappers（容器）
drink packets（饮料包）
plastic trash（塑料垃圾）
bottle（瓶子）
cups（杯子）
Cigarette（香煙）
Drinks Can（饮料罐）
Clear Plastic（透明塑料）
Plastic（塑料）
Plastic Lid（塑料盖）
Plastic Bottle（寶特瓶）
Straw（秸秆）
plastic_bottle

技术规格

标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
数据来源：Roboflow Universe 平台

应用场景

1. **目标检测模型训练**：使用本数据集训练目标检测模型，实现法兰底座缺陷的自动识别
2. **算法研究**：作为目标检测算法的基准数据集，用于性能评估与横向对比
3. **工程应用**：支持智能检测系统的开发与部署
4. **教学与科研**：适用于计算机视觉、深度学习等领域的科研项目与课程实践