缺陷检测数据集

1）钢材表面：NEU-CLS（可用于分类、定位任务）地址：http://faculty.neu.edu.cn/yunhyan/NEU_surface_defect_database.html 由东北大学（NEU）发布的表面缺陷数据库，收集了热轧钢带的六种典型表面缺陷，即轧制氧化皮（RS），斑块（Pa），开裂（Cr），点蚀表面（ PS），内含物（In）和划痕（Sc）。该数据库包括1,800个灰度图像：六种不同类型的典型表面缺陷，每一类缺陷包含300个样本。对于缺陷检测任务，数据集提供了注释，指示每个图像中缺陷的类别和位置。对于每个缺陷，黄色框是指示其位置的边框，绿色标签是类别分数。

2）太阳能板：elpv-dataset地址：https://github.com/zae-bayern/elpv-dataset

3）金属表面：KolektorSDD该数据集是由Kolektor Group提供并注释的有缺陷的电子换向器的图像构成的。 官方地址：https://www.vicos.si/Downloads/KolektorSDD 百度网盘：https://pan.baidu.com/share/init?surl=HSzHC1ltHvt1hSJh_IY4Jg (提取码：1zlb)

4）PCB板检测：DeepPCB地址：https://github.com/Charmve/Surface-Defect-Detection/tree/master/DeepPCB

5）AITEX数据集（面料缺陷）地址：https://pan.baidu.com/s/1cfC4Ll5QlnwN5RTuSZ6b7w (提取码：b9uy) 该数据库由七个不同织物结构的245张4096 x 256像素图像组成。数据库中有140个无缺陷图像，每种类型的织物20个，除此之外，有105幅纺织行业中常见的不同类型的织物缺陷（12种缺陷）图像。图像的大尺寸允许用户使用不同的窗口尺寸，从而增加了样本数量。Internet上的数据库还包含所有具有缺陷的图像的分割mask，使得白色像素表示缺陷区域，其余像素为黑色。

6）天池布匹缺陷数据（竞赛）地址：https://pan.baidu.com/s/1LMbujxvr5iB3SwjFGYHspA (提取码：gat2) 在布匹的实际生产过程中，由于各方面因素的影响，会产生污渍、破洞、毛粒等瑕疵，为保证产品质量，需要对布匹进行瑕疵检测。布匹疵点检验是纺织行业生产和质量管理的重要环节，目前人工检测易受主观因素影响，缺乏一致性；并且检测人员在强光下长时间工作对视力影响极大。由于布匹疵点种类繁多、形态变化多样、观察识别难道大，导致布匹疵点智能检测是困扰行业多年的技术瓶颈。本数据涵盖了纺织业中布匹的各类重要瑕疵，每张图片含一个或多种瑕疵。数据包括包括素色布和花色布两类，其中，素色布数据约8000张，用于初赛；花色布数据约12000张，用于复赛。 7）天池铝型材表面瑕疵数据集（竞赛）地址：https://tianchi.aliyun.com/competition/entrance/231682/information 数据集介绍：在铝型材的实际生产过程中，由于各方面因素的影响，铝型材表面会产生裂纹、起皮、划伤等瑕疵，这些瑕疵会严重影响铝型材的质量。为保证产品质量，需要人工进行肉眼目测。然而，铝型材的表面自身会含有纹路，与瑕疵的区分度不高。传统人工肉眼检查十分费力，不能及时准确的判断出表面瑕疵，质检的效率难以把控。近年来，深度学习在图像识别等领域取得了突飞猛进的成果。铝型材制造商迫切希望采用最新的AI技术来革新现有质检流程，自动完成质检任务，减少漏检发生率，提高产品的质量，使铝型材产品的生产管理者彻底摆脱了无法全面掌握产品表面质量的状态。大赛数据集里有1万份来自实际生产中有瑕疵的铝型材监测影像数据，每个影像包含一个或多种瑕疵。供机器学习的样图会明确标识影像中所包含的瑕疵类型。

8）弱监督学习下的工业光学检测（DAGM 2007）Weakly Supervised Learning for Industrial Optical Inspection数据下载链接：https://hci.iwr.uni-heidelberg.de/node/3616

9）基建表面裂纹检测数据Cracks on the surface of the construction.数据集是github上的一个项目，主要是一些基建（水泥表面裂纹），可以访问项目连接：https://github.com/cuilimeng/CrackForest-dataset 或者百度云链接：https://pan.baidu.com/s/1108j5QbDr7T3XQvDxAzVpg （提取码：jajn）下载。

10）磁瓦缺陷数据集Magnetic tile dataset该数据集是由abin2收集的，现已开源，地址：https://github.com/Charmve/Surface-Defect-Detection/tree/master/Magnetic-Tile-Defect

11）铁轨表面缺陷数据集RSDDs dataset官方链接：http://icn.bjtu.edu.cn/Visint/resources/RSDDs.aspx 链接：https://pan.baidu.com/share/init?surl=svsnqL0r1kasVDNjppkEwg （提取码：nanr） RSDDs数据集包含两种类型的数据集：第一种是从快车道捕获的I型RSDDs数据集，其中包含67个具有挑战性的图像。第二个是从普通/重型运输轨道捕获的II型RSDDs数据集，其中包含128个具有挑战性的图像。两个数据集的每幅图像至少包含一个缺陷，并且背景复杂且噪声很大。RSDDs数据集中的这些缺陷已由一些专业的人类观察员在轨道表面检查领域进行了标记。

12）Kylberg纹理数据集 v.1.0官方链接//www.cb.uu.se/~gustaf/texture/

责任编辑：lq