five

FICS PCB Image Collection (FPIC)|PCB检测数据集|图像识别数据集

收藏
OpenDataLab2025-04-05 更新2024-05-09 收录
PCB检测
图像识别
下载链接:
https://opendatalab.org.cn/OpenDataLab/FICS_PCB_Image_Collection
下载链接
链接失效反馈
资源简介:
印刷电路板的光学图像以及任何文本、徽标和表面贴装器件 (SMD) 的详细注释。有数百个样本,涵盖各种制造地点、尺寸、节点技术、应用等。 pcb_image:每个 PCB 表面和背面的光学图像,带有唯一标识符。 color_checker:用于考虑环境照明因素的调色板以及照片分辨率的比例参考。每个 pcb 图像指示它与哪个颜色检查器相关联。 ocr_annotation:光学字符识别注释。这包括 PCB 图像上所有相关文本周围的多边形边界。这段文字是在板上还是在设备上,是否是徽标,方向等都在 csv 的列中注明。 smd_annotation:表面贴装设备 (SMD) 注释。这包括所有相关 SMD 器件(例如电阻器、电容器、电感器、晶体管、二极管、LED 等)周围的多边形边界。连同每个组件,其相关的丝网印刷标志(“L”、“R”、“C”、“U”等)都被记录下来。 vtp_annotation:过孔、走线和引脚 (VTP) 注释。这些是 PCB 上 SMD 之间的连接区域。当前存在的注释很少,目前被认为处于“测试版”模式。元数据:保存两个文件,对应于图像文件的信息。 pcb.csv 包含有关物理 PCB 样本的信息,例如它们的颜色、在线项目描述和任何注释。 color_checker.csv 表示与该颜色检查器相关的任何图像的每毫米像素 (ppmm)、是否使用了 X-Rite ColorChecker Passport 或 Nano、执行采集的相机以及任何相关说明。每个注释文件都旨在与 S3A 应用程序(https://gitlab.com/ficsresearch/s3a 或 https://pypi.org/project/s3a/)兼容,这是一种用于在图像上可视化多边形注释的 Python 工具。
提供机构:
OpenDataLab
创建时间:
2022-08-16
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4099个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

rpi_test

该数据集为HuggingFace LeRobot格式机器人数据集。

huggingface 收录

Breast Cancer Dataset

该项目专注于清理和转换一个乳腺癌数据集,该数据集最初由卢布尔雅那大学医学中心肿瘤研究所获得。目标是通过应用各种数据转换技术(如分类、编码和二值化)来创建一个可以由数据科学团队用于未来分析的精炼数据集。

github 收录

URPC系列数据集, S-URPC2019, UDD

URPC系列数据集包括URPC2017至URPC2020DL,主要用于水下目标的检测和分类。S-URPC2019专注于水下环境的特定检测任务。UDD数据集信息未在README中详细描述。

github 收录

CODrone

CODrone 是一个为无人机设计的全面定向目标检测数据集,它准确反映了真实世界条件。该数据集包含来自多个城市在不同光照条件下的广泛标注图像,增强了基准的逼真度。CODrone 包含超过 10,000 张高分辨率图像,捕获自五个城市的真实无人机飞行,涵盖了各种城市和工业环境,包括港口和码头。为了提高鲁棒性和泛化能力,它包括在正常光线、低光和夜间条件下相同场景的图像。我们采用了三种飞行高度和两种常用的相机角度,从而产生了六个不同的视角配置。所有图像都针对 12 个常见对象类别进行了定向边界框标注,总计超过 590,000 个标记实例。总体而言,这项工作构建了一个综合数据集和基准,用于城市无人机场景中的定向目标检测,旨在满足该领域的研究和实践应用需求。

arXiv 收录

广州市平均工资情况

该数据集包含了广州市平均工资情况的相关统计数据,并按照国民经济行业、隶属关系、执行会计制度等分类依据展示为更多细分指标。

开放广东 收录