汽车零部件数据集50类（含小部分增强） | 目标检测

汽车零部件数据集50类（含小部分增强） | 目标检测 | 工业制造数据集预览
本数据集面向汽车零部件50类（含小部分增强）场景的目标检测任务，涵盖50个检测类别，总计8,739张标注图像。数据集适用于工业制造领域的算法研究、模型训练与工程应用。

数据集概览

数据集名称：汽车零部件数据集50类（含小部分增强）
任务类型：目标检测
图像总数：8,739 张
标注类别：50 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50个检测类别，各类别标注分布如下：

SHIFT KNOB（换档旋钮）
FUEL INJECTOR（喷油器）
ENGINE VALVE（发动机气门）
SPOILER（擾流板）
CYLINDER HEAD（气缸盖）
RADIATOR（辐射器）
RADIATOR FAN（散热器风扇）
OVERFLOW TANK（溢流槽）
SPARK PLUG（火花塞）
LEAF SPRING（叶板弹簧）
IGNITION COIL（点火线圈）
DISTRIBUTOR（分配器）
LOWER CONTROL ARM（下限制）
BRAKE ROTOR（制动盘）
INSTRUMENT CLUSTER（仪表板）

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，实现汽车零部件50类（含小部分增强）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