AGDD

该数据集包含飞机玻璃座舱罩的缺陷样本，分为四种类型：挫伤、划痕、裂纹和斑点。每个缺陷样本包括在正向和背向照明条件下捕获的一对图像。标注以定向边界框（OBB）格式提供，并包括矩形框标注文件以增加灵活性。

This dataset comprises defect samples of aircraft glass canopies, categorized into four types: abrasions, scratches, cracks, and spots. Each defect sample includes a pair of images captured under both front and back lighting conditions. Annotations are provided in Oriented Bounding Box (OBB) format, along with rectangular bounding box annotation files for enhanced flexibility.

原始信息汇总

AGDD 数据集概述

数据集简介

• 全称: Aircraft glass defect dataset using dual illumination structure
• 内容: 包含飞机玻璃舱盖的缺陷样本
• 缺陷类型:
  • 挫伤 (contusion)
  • 划痕 (scratches)
  • 裂纹 (crack)
  • 斑点 (spot)
• 数据特点: 每个缺陷样本包含在正向和背向照明条件下捕获的一对图像

标注信息

• 标注格式:
  • 定向边界框 (Oriented Bounding Box, OBB)
  • 额外提供矩形框标注文件

数据使用

• 原始数据存储目录: .data
• 生成脚本:
  • generate_dual_dataset.py: 生成双模态数据集
  • generate_composite_dataset.py: 使用RGB通道融合方法生成YOLO目录格式的数据集
• 依赖库:
  • numpy
  • opencv-python
  • scipy

引用信息

bibtex @article{Li2024dual, author = {Li, Zijian and Yao, Yong and Wen, Runyuan and Liu, Qiyang}, title = {Dual-Modal Illumination System for Defect Detection of Aircraft Glass Canopies}, journal = {Sensors}, volume = {24}, year = {2024}, issn = {14248220}, doi = {10.3390/s24206717} }

许可协议

• 类型: Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License
• 链接: http://creativecommons.org/licenses/by-nc-sa/4.0/

搜集汇总

数据集介绍

构建方式

AGDD数据集的构建基于双光照结构，专门用于飞机玻璃缺陷检测。该数据集包含了飞机玻璃座舱盖的缺陷样本，分为四种类型：挫伤、划痕、裂纹和斑点。每个缺陷样本均包含一对在正向和背向光照条件下拍摄的图像。标注信息以Oriented Bounding Box (OBB)格式提供，同时附有矩形框标注文件，以增加使用的灵活性。

特点

AGDD数据集的显著特点在于其双模态光照结构，这使得缺陷检测更为精确和全面。此外，数据集提供了两种格式的标注文件，即OBB和矩形框，以满足不同算法的需求。数据集的多样性和详细标注使其成为飞机玻璃缺陷检测领域的宝贵资源。

使用方法

使用AGDD数据集时，首先需运行`generate_dual_dataset.py`脚本以生成双模态数据集，或运行`generate_composite_dataset.py`脚本以使用RGB通道融合方法生成YOLO目录格式的数据集。这些脚本依赖于`numpy`、`opencv-python`和`scipy`库，具体版本要求可参考`requirements.txt`文件。

背景与挑战

背景概述

AGDD数据集，全称为Aircraft Glass Defect Dataset，由李子健、姚勇、温润源和刘启阳等研究人员于2024年创建。该数据集专注于飞机玻璃罩的缺陷检测，采用双光照结构进行图像采集。其核心研究问题在于通过双模态光照系统，提高飞机玻璃罩缺陷检测的准确性和效率。数据集包含四种缺陷类型：挫伤、划痕、裂纹和斑点，每种缺陷样本均包含前向和后向光照条件下的成对图像。AGDD数据集的发布，为航空工业中的缺陷检测技术提供了宝贵的资源，推动了相关领域的技术进步。

当前挑战

AGDD数据集在构建过程中面临多项挑战。首先，双光照结构的设计和实现需要精确的光学控制，以确保图像质量的一致性。其次，缺陷类型的多样性和复杂性增加了数据标注的难度，特别是采用Oriented Bounding Box (OBB)格式进行标注。此外，数据增强技术的应用，如RGB通道融合方法，虽然提高了数据集的多样性，但也增加了数据处理的复杂性。这些挑战不仅影响了数据集的构建效率，也对后续的模型训练和评估提出了更高的要求。

常用场景

经典使用场景

在航空玻璃缺陷检测领域，AGDD数据集以其独特的双光照结构脱颖而出。该数据集包含了四种常见缺陷类型：挫伤、划痕、裂纹和斑点，每种缺陷均通过前向和后向光照条件下的成对图像进行捕捉。这种设计使得研究人员能够更精确地分析缺陷的形态和深度，从而提升检测算法的准确性和鲁棒性。

解决学术问题

AGDD数据集通过提供双光照条件下的缺陷图像，有效解决了传统单光照条件下缺陷检测的局限性。这一创新不仅提高了缺陷分类的准确性，还为研究者提供了一个标准化的数据集，用于评估和比较不同检测算法的性能。其对航空玻璃缺陷检测领域的贡献，为后续研究奠定了坚实的基础。

衍生相关工作

基于AGDD数据集，研究者们开发了多种先进的缺陷检测算法，并发表了多篇相关论文。例如，Li等人在2024年提出的双模态光照系统，不仅优化了缺陷检测的精度，还显著提升了检测速度。此外，该数据集还激发了其他研究者对多模态数据融合技术的探索，推动了航空玻璃缺陷检测领域的技术革新。