KolektorSDD2
收藏魔搭社区2026-01-07 更新2024-08-31 收录
下载链接:
https://modelscope.cn/datasets/OpenDataLab/KolektorSDD2
下载链接
链接失效反馈官方服务:
资源简介:
displayName: KolektorSDD2 (Kolektor Surface-Defect Dataset 2)
labelTypes:
- Semantic_seg_map
license:
- CC BY-NC-SA 4.0
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/2104.06064v3.pdf
publishDate: "2021"
publishUrl: https://www.vicos.si/resources/kolektorsdd2/
publisher:
- University of Ljubljana
tags:
- Image
taskTypes:
- Semantic Segmentation
---
# 数据集介绍
## 简介
KolektorSDD2 是一个表面缺陷检测数据集,包含 3000 多张包含多种缺陷类型的图像,是在解决实际工业问题时获得的。数据集包括: 356 张有可见缺陷的图像 2979 张没有任何缺陷的图像 图像大小约为 230 x 630 像素 训练集有 246 个正图像和 2085 个负图像 测试集有 110 个正图像和 894 个负图像 几种不同类型的缺陷(划痕、轻微斑点、表面缺陷等)
## 引文
```
@article{bovzivc2021mixed,
title={Mixed supervision for surface-defect detection: From weakly to fully supervised learning},
author={Bo{\v{z}}i{\v{c}}, Jakob and Tabernik, Domen and Sko{\v{c}}aj, Danijel},
journal={Computers in Industry},
volume={129},
pages={103459},
year={2021},
publisher={Elsevier}
}
```
## Download dataset
:modelscope-code[]{type="git"}
显示名称:KolektorSDD2(科莱克托表面缺陷数据集2)
labelTypes:
- 语义分割图(Semantic_seg_map)
许可协议:
- CC BY-NC-SA 4.0(知识共享署名-非商业性使用-相同方式共享4.0)
媒体类型:
- 图像(Image)
论文链接: https://arxiv.org/pdf/2104.06064v3.pdf
发布日期: "2021"
发布页面: https://www.vicos.si/resources/kolektorsdd2/
发布机构:
- 卢布尔雅那大学(University of Ljubljana)
标签:
- 图像(Image)
任务类型:
- 语义分割(Semantic Segmentation)
---
# 数据集介绍
## 简介
KolektorSDD2是一款面向表面缺陷检测的工业数据集,样本采集自实际工业场景的问题解决过程,共包含3000余幅涵盖多种缺陷类型的图像。数据集具体构成如下:356幅带有可见缺陷的正样本图像、2979幅无任何缺陷的负样本图像;所有图像分辨率约为230×630像素。数据集划分方案为:训练集包含246幅正样本与2085幅负样本,测试集包含110幅正样本与894幅负样本,缺陷类型涵盖划痕、轻微斑点、表面瑕疵等多个类别。
## 引文
@article{bovzivc2021mixed,
title={Mixed supervision for surface-defect detection: From weakly to fully supervised learning},
author={Božič, Jakob and Tabernik, Domen and Skočaj, Danijel},
journal={Computers in Industry},
volume={129},
pages={103459},
year={2021},
publisher={Elsevier}
}
## 数据集下载
:modelscope-code[]{type="git"}
提供机构:
maas
创建时间:
2024-07-08
搜集汇总
数据集介绍

背景与挑战
背景概述
KolektorSDD2是一个工业表面缺陷检测数据集,包含超过3000张图像,涵盖有缺陷和无缺陷样本,图像尺寸统一为约230 x 630像素。数据集专为语义分割任务设计,支持从弱监督到全监督的学习方法,适用于实际工业场景中的缺陷识别研究。
以上内容由遇见数据集搜集并总结生成



