相关数据集
NEU-DET钢材表面缺陷数据集
我们选用的是NEU-DET钢材表面缺陷数据集，其中训练样本共1770张图片（200×200），验证样本共24张图片。缺陷类型分为crazing, inclusion, patches, pitted_surface, rolled-in_scale, scratches共六种。针对此数据集，任务包括用方框框出图片中的所有缺陷，对缺陷进行正确定位，并正确识别出框出的缺陷类别。
github2023-06-23 更新11990
印染面料质量缺陷AI识别训练数据
本数据集依托千问大模型能力，解决印染行业人工目检效率低、标准不一、主观性强的痛点，通过 AI + 人工双重标注实现质检流程自动化与标准化。应用场景覆盖从织造到后整理全产线在线实时检测、离线抽检分析及质量追溯。通过深度融合 “AI 识别—疵点特征— 成因—处置” 全链路数据，助力企业实现从 “发现缺陷” 到 “解决缺陷” 的闭环管理：一方面用于训练高精度 AI 质检模型，支撑生产线全量在线监测，实现
浙江省数据知识产权登记平台2026-07-17 更新270
Thermal Fuse Defect Dataset
High-resolution labeled data for AI-based defect detection and classification.
kaggle2025-04-25 更新130
Surface-Inspection-defect-detection-dataset
该数据集包含了多种不同表面的缺陷检测图像，适用于图像分割、目标检测、显著性检测、分类等学术研究。数据集包括磁砖缺陷、纹理、木材缺陷、桥梁裂缝、道路表面裂缝、钢表面缺陷等多个子集。
github2024-05-24 更新2030
\u300aA Review of Research on Steel Defect Detection Based on YOLO Series Algorithms\u300brelevant data
The GC10-DET dataset is available on github (https:\/\/github.com\/lvxiaoming2019\/GC10-DET-Metallic-Surface-Defect-Matasets)GC10-DET is a dataset of surface defects collected in a real industry. A re
IEEE230
