风力发电机表面缺陷检测数据集 | 目标检测 | 新能源

【风力发电机表面缺陷检测数据集 | 目标检测 | 新能源】
本数据集为面向风力发电机表面状态检测的目标检测数据集，共包含2个标注类别，总计2191张标注图像，类别涵盖损伤和污垢两类，适用于风力发电机叶片及塔筒的巡检与维护场景，可通过对表面损伤和积污的识别支撑风机健康评估与清洗维护决策。

数据集概览

• 数据集名称：风力发电机表面缺陷检测数据集
• 任务类型：目标检测
• 图像总数：2191 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：

• 损伤（damage）（损伤）
• 污垢（dirt）（污垢）

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. 风机表面巡检：自动识别叶片及塔筒表面的损伤与污垢，辅助巡检。
2. 健康状态评估：结合损伤检测结果评估风机健康状况，预警潜在故障。
3. 清洗维护决策：根据积污程度安排风机清洁与维护计划，保障发电效率。

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：