KolektorSDD (Kolektor Surface-Defect Dataset)

该数据集由 Kolektor Group doo 提供和注释的有缺陷的生产项目的图像构建。这些图像是在真实案例中的受控工业环境中捕获的。该数据集由 399 张图像组成，大小为 500 x ~1250 px。使用此数据集时请引用我们发表在《智能制造杂志》上的论文：@article{Tabernik2019JIM, author = {Tabernik, Domen and {\v{S}}ela, Samo and Skvar{\v{c}}, Jure and Sko{\v{c}}aj, Danijel}, journal = {Journal of Intelligent Manufacturing}, title = {{Segmentation-Based Deep-Learning Approach for Surface-Defect Detection}}, year = {2019}, month = {五月}, 天 = {15}, issn={1572-8145}, doi={10.1007/s10845-019-01476-x} }本数据集由Kolektor Group doo提供并完成标注，样本均为带有表面缺陷的生产工件图像。所有图像均采集自真实场景下的受控工业环境。该数据集共包含399张图像，分辨率为500×~1250像素。使用本数据集时，请引用我们发表于《智能制造杂志（Journal of Intelligent Manufacturing）》的下述论文： @article{Tabernik2019JIM, author = {Tabernik, Domen and {v{S}}ela, Samo and Skvar{v{c}}, Jure and Sko{v{c}}aj, Danijel}, journal = {Journal of Intelligent Manufacturing}, title = {{Segmentation-Based Deep-Learning Approach for Surface-Defect Detection}}, year = {2019}, month = {五月}, 天 = {15}, issn={1572-8145}, doi={10.1007/s10845-019-01476-x} }

搜集汇总

背景与挑战

背景概述

KolektorSDD是一个用于表面缺陷检测的图像数据集，由Kolektor Group doo在受控工业环境中采集和注释，包含399张尺寸为500 x ~1250 px的图像。该数据集主要应用于智能制造领域，支持基于分割的深度学习方法，并附带相关学术论文引用，发布于2019年，遵循CC BY-NC-SA 4.0许可证。