焊接质量缺陷检测数据集 | 目标检测 | 工业检测

【焊接质量缺陷检测数据集 | 目标检测 | 工业检测】
本目标检测数据集共包含2类检测目标、总计1824张标注图像，围绕”焊接质量缺陷检测数据集”场景进行采集与标注，可用于目标检测任务模型的训练与验证，适用于工业检测等领域。

数据集概览

• 数据集名称：焊接质量缺陷检测数据集
• 任务类型：目标检测
• 图像总数：1824 张
• 标注类别：2 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / 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 2 个检测类别：

• 良品焊接（good）
• 不良焊接（defect）

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. 制造质检：自动判别焊缝质量为良品或不良，辅助产线质检。
2. 焊接工艺优化：定位焊接缺陷区域，为工艺改进提供依据。
3. 缺陷定位：识别焊接不良位置，便于返修与质量追溯。

数据集特点

• 高质量标注：良品与不良二分类清晰明确，标注规则简单可解释。
• 真实场景数据：面向真实焊接工艺场景，适合训练焊缝质量自动判别模型。

获取方式

本数据集提供了百度网盘下载链接，登录后即可查看：