Högkvalitativa tillverknings- och industriella datauppsättningar för maskininlärning

Beskrivning: "Car Key Point Identification Dataset" är designad för applikationer inom visuell underhållning och autonom körning, med en samling av internetinsamlade bilder med en upplösning på 640 x 512 pixlar. Denna datauppsättning använder begränsningsrutor för att identifiera målbilar och annoterar 14 nyckelpunkter på varje fordon, inklusive de fyra översta punkterna, de fyra lamporna, de fyra hjulen och glasområdena på fram- och vänstersidan, vilket ger detaljerade data för bilmodellering och erkännande uppgifter.

Beskrivning: "Damaged Board Parts Segmentation Dataset" är en nischkollektion skräddarsydd för tillverkningssektorn, särskilt inom trä- och kartongproduktion. Den innehåller internetinsamlade bilder med höga upplösningar från 3024 x 4032 till 2048 x 5750 pixlar. Denna datauppsättning fokuserar på semantisk segmentering av olika typer av brädskador, inklusive sprickor, insektsskador och förfall, vilket hjälper till med kvalitetskontroll och tillverkningsprocesser.

Beskrivning: 360 graders promenad runt videor av bilar med skador i en normal, jämn takt med toppen och botten alltid synliga Skador: en repa, buckla, snurr eller spricka som är större än en golfboll i längd Yttre panel Skador: stötfångare, stänkskärmar, kvarts paneler, dörrar, huvar och kåpor Plats: Asien, USA, Kanada och Europa

Inspelningsutrustning: Mobil kamera

Inspelningsvillkor: Blandade ljusförhållanden

Beskrivning: 490+ bilar och 3958 bilfoton med kommenterade bilder (tillsammans med metadata) av skadade bilar. Täcker alla sidor av bilen (8 bilder för varje bil) - Användningsfall för försäkringskrav.

Inspelningsutrustning: Mobil kamera

Inspelningsvillkor: Blandade ljusförhållanden

Beskrivning: Datasetet "Industrial Metal Smelting Flame Classification Dataset" är designat för industrisektorn och innehåller en samling internetinsamlade bilder av metallsmältslågor, alla med en upplösning på 350 x 350 pixlar. Denna datauppsättning är tillägnad klassificeringen av flammbilder i 10 kategorier, inklusive överexponering, svart rök, eldmassa, gnistor och olika intensiteter av slagghopp och stänk, vilket ger viktiga data för övervakning och optimering av smältprocesser.

Beskrivning: "Machine Part Defects Segmentation Dataset" är designad för tillverkningsindustrin, bestående av internetinsamlade bilder, alla med en upplösning på 1000 x 1000 pixlar. Denna datauppsättning fokuserar på binär segmentering för att identifiera vita defekter på maskindelar, vilket ger tydliga anteckningar som lyfter fram områden av intresse för kvalitetskontroll och inspektionsprocesser.

Beskrivning: "Machine Parts Segmentation Dataset" är skräddarsydd för tillverkningssektorn, med en samling av internetinsamlade bilder med en upplösning på 2048 x 1536 pixlar. Denna datauppsättning är specialiserad på semantisk segmentering, polygon- och nyckelpunktsanteckningar, med fokus på konturkommentarer av bearbetningspositioner inom röntgenbilder av maskindelar, vilket underlättar exakt analys och inspektion i tillverkningsprocesser.

Beskrivning: "Rail Line Labeling Dataset" är skräddarsydd för industriella applikationer, med en samling av internetinsamlade bilder med en upplösning på 1920 x 1080 pixlar. Denna datauppsättning är specialiserad på detaljerad märkning av järnvägslinjer, inklusive deras svängar och sammanslagningar, med hjälp av polygonanteckningar. Dessutom är tåg i dessa bilder märkta med begränsningsrutor. Datauppsättningen fokuserar specifikt på järnvägsnät som samlats in från Wuhan, vilket ger en lokaliserad kontext för järnvägsanalys och tågdetektering.