选煤厂故障检测图像标注数据集

本数据资产源于井下和选煤厂刮板输送机现场。数据生成与采集阶段，通过安装在输送机机头或机尾的传感器（双侧激光测距仪、机器视觉摄像头），实时采集刮板在运行过程中的位移、间距及空间姿态，原始数据为1080×720、包含3通道的彩色现场图像（图像宽度、图像高度、图像通道）。数据处理阶段，原始数据经由矿用边缘计算网关进行去噪、滤波和时间同步校准，剔除因煤尘阻挡或剧烈振动产生的异常噪点，提取出左、右两侧链条运行的相对行程差及倾斜角度判断刮板机是否故障。具体为，1.差值计算：实时比对同一刮板两侧的位移量，计算绝对差值。2.偏差判定：当超过安全阈值或倾角大于设定上限且持续超过个采集周期时，判定为刮板偏斜。最后依托Roboflow平台实施图像语义标注，精确提取刮板空间边界，生成由四点坐标构成的倾斜物体边界框(x1,y1,x2,y2,x3,y3,x4,y4)；同时标注物体是否截断与是否为困难目标（均示例为FALSE），最终产出标准化标签文件，构建高质量、高可信度的监督学习数据集，为刮板偏斜智能识别算法提供核心数据支撑。

搜集汇总

背景与挑战

背景概述

该数据集来源于井下和选煤厂的刮板输送机现场，通过传感器采集彩色图像，经边缘计算网关处理后，利用行程差和倾角阈值判定刮板偏斜故障，并依托Roboflow平台进行语义标注，生成包含四点坐标边界框的标准化监督学习数据集，为刮板偏斜智能识别算法提供核心支撑。数据集共4635条记录，图像尺寸为1080×720，包含图像名称、物体边界框及故障标志等字段。