面向通用视觉模型自主适配的医学图像分割及工业缺陷检测任务自建数据集

本数据集面向通用视觉模型自主适配的医学图像分割及工业缺陷检测任务，以WORD、Synapse、Severstal、GC10-DET、NEU-DET等数据集为基础合成构建了本自建数据集。该数据集主要分为两部分：医学图像分割数据集基于WORD以及Synapse数据集合成；工业缺陷检测数据集基于Severstal、GC10-DET以及NEU-DET数据集合成，主要关注工业钢材缺陷检测问题。在数据组织上，最终形成了一套包含用于医学分割的2D切片、3D体积数据、NIfTI图像，以及采用COCO格式进行标注的工业缺陷检测图像与标注文件等。在此基础上，研究人员可以将其与公开数据集的评估集及测试集结合使用，完成相关算法模型的训练及测试任务。数据量为7.16GB。

搜集汇总

背景与挑战

背景概述

本数据集面向通用视觉模型自主适配任务构建，融合了医学图像分割与工业缺陷检测两大应用场景。其中医学部分基于WORD和Synapse数据集合成，包含2D切片、3D体积及NIfTI图像；工业部分则整合Severstal、GC10-DET及NEU-DET数据，聚焦钢材缺陷检测，并以COCO格式提供标注。数据集总数据量约7.16GB，支持与公开数据集结合用于模型训练与评估。