基于 AI 视觉的玻璃盖板外观缺陷检测训练数据集

1. 数据清洗规则：剔除模糊无效图像、重复采样数据，产品批次涉密信息进行去标识化脱敏处理； 2. 数据加工规则：按照划痕、崩边、气泡、脏污等缺陷类型分类归档图像数据，标注缺陷位置、尺寸、等级信息； 3. 算法说明：自主设计缺陷特征分类标注算法与样本均衡配比算法，优化正负样本分配规则，适配机器视觉模型训练需求，全套数据处理、标注测算规则独立编制。

搜集汇总

背景与挑战

背景概述

该数据集包含100条玻璃盖板外观缺陷图像，涵盖划痕、崩边、气泡、脏污等类型，并标注缺陷位置、尺寸及等级信息。数据经过清洗和脱敏处理，采用自主设计的缺陷分类标注与样本均衡算法，适用于车载玻璃盖板质检及AI视觉模型训练。