风力发电机目标检测数据集 | 目标检测 | 新能源

【风力发电机目标检测数据集 | 目标检测 | 新能源】
本数据集为面向风力发电机识别的目标检测数据集，共包含4个标注类别，总计1717张标注图像，主要聚焦风力发电机本体及其关键部位，适用于风力发电场的风机识别、巡检与运维场景，可用于训练风机目标检测与数量统计模型，支撑风机自动化监测与资产管理应用开发。

数据集概览

• 数据集名称：风力发电机目标检测数据集
• 任务类型：目标检测
• 图像总数：1717 张
• 标注类别：4 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 4 个检测类别：

• 风力发电机（turbine）（风机整体）
• 风机叶片（blade）（叶片）
• 风机塔筒（tower）（塔筒）
• 风机机舱（nacelle）（机舱）

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. 风机识别：基于风机本体与关键部件检测，可快速定位画面中的风力发电机组，支撑风电场全景监测。
2. 巡检运维：结合巡检影像自动识别风机状态，辅助及时发现设备异常并安排维修保养。
3. 数量统计：通过目标检测实现风机自动计数，支持风电场资产盘点与规模评估。

数据集特点

• 高质量标注：从 Roboflow Universe 精选的高质量图像数据，经过严格筛选与标注，标签边界精确，可直接用于模型训练。
• 真实场景数据：图像源自真实业务场景，涵盖多种光照、角度与环境变化，具备良好的泛化能力，贴近实际部署需求。

获取方式

本数据集提供了下载链接，登录后即可查看：