轴承缺陷目标检测YOLO数据集项目详情任务类型目标检测图片总量3700张分类数量8类类别铸造毛刺(Casting_burr)、裂纹(crack)、划痕(scratch)、凹坑(pit)、抛光铸件(Polished_casting)、应变(strain)、未抛光铸件(unpolished_casting)、毛刺(burr)标注格式YOLO txt、VOC xml划分比例训练集7验证集1测试集2数据集简介该数据集为工业轴承表面缺陷目标检测数据集数据集原始图片3659张为工业相机采集的轴承实拍图像。数据集一共包含8类轴承表面状态与缺陷包含铸造毛刺、裂纹、划痕、凹坑、抛光铸件、应变、未抛光铸件、毛刺覆盖轴承生产中常见表面异常。同时提供VOC xml与YOLO txt两种标注格式拿到数据后无需复杂转换可直接投入YOLO系列目标检测模型训练。数据集标注优势样本来自工业生产实拍包含各类缺陷大小形态既有大面积裂纹划痕也存在微小凹坑、细小毛刺等小目标缺陷。目标框紧密贴合轴承缺陷区域标注规范能够区分多种极易混淆的轴承表面加工痕迹与真实缺陷。数据集按照7:1:2比例划分样本分配均衡方便训练调参、对比不同算法模型效果。模型训练与应用使用YOLO26完成训练后模型可以快速定位图像中轴承各类表面缺陷位置并完成分类。识别结果可用于工厂流水线轴承质检、零部件缺陷筛查、生产质量管控、工业零部件视觉检测。适合工业缺陷检测毕设、零部件质检算法开发、产线视觉检测方案落地。数据集面向工业零部件质检场景为轴承自动化外观检测视觉方案提供训练素材。配置文件yaml path: ./ train: images/train val: images/val test: images/test names:0: Casting_burr1: crack2: scratch3: pit4: Polished_casting5: strain6: unpolished_casting7: burr#轴承缺陷检测 #工业零部件质检 #表面缺陷识别 #工业目标检测数据集 #机器视觉