绝缘子数据集

最新推荐文章于 2026-04-20 10:19:46 发布
原创 最新推荐文章于 2026-04-20 10:19:46 发布 · 3.1k 阅读 · 7 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#深度学习
本文介绍了一个包含玻璃、复合、陶瓷绝缘子的大型图像数据集，提供上万张样本，适合视觉识别和机器学习研究。

绝缘子数据集

这个数据集是图像数据集，包括玻璃绝缘子、复合绝缘子、陶瓷绝缘子，每个类型图像多达上万张

下载链接

https://download.csdn.net/download/liyva/20718469

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.11
关注
电塔绝缘子数据集dataset_Insulator.rar
01-20
近1000张电塔绝缘子数据集，classes: Insulator ;txt和xml格式标签
YOLO电力绝缘子缺陷检测数据集(含5000张图片)+对应voc、coco和yolo三种格式标签+划分脚本+训练教程.rar
11-09
1、YOLO目标检测数据集，真实场景的高质量图片数据，数据场景丰富。使用lableimg标注软件标注，标注框质量高，含voc(xml)、coco(json)和yolo(txt)三种格式标签，分别存放在不同文件夹下，可以直接用于YOLO系列的目标检测。 2、附赠YOLO环境搭建、训练案例教程和数据集划分脚本，可以根据需求自行划分训练集、验证集、测试集。 3、数据集详情展示和更多数据集下载：https://blog.csdn.net/m0_64879847/article/details/132301975 4、如需更多数量和其他数据集请私信博主~
目标检测数据集：绝缘子检测数据集（自己标注）
①答疑群聊服务；②YOLO大模型知识问答系统；③计算机视觉论文生成智能体；
06-15 1913
绝缘子检测数据集（自己标注）用于各类目标检测
【数据集】各类绝缘子、鸟巢及防震锤数据集汇总
白桃deep_learning博客
07-31 3329
数据集
YOLO26绝缘子缺陷识别检测系统：mAP@0.5高达0.994，四分类精准识别破碎/闪络/无缺陷/绝缘子串（项目源码+数据集+模型权重+UI界面+python+深度学习+远程环境部署）
最新发布
斌擎科技
04-20 1031
本研究提出了一种基于YOLO26架构的绝缘子缺陷智能识别检测系统。针对电力系统巡检中人工检测效率低、漏检率高及环境风险大的痛点，该系统利用深度学习技术实现了对绝缘子状态的自动化、高精度判别。数据集共包含3200张图像（训练集2240张，验证集640张，测试集320张），涵盖了四种关键类别：破碎、闪络损伤、无缺陷及绝缘子串。实验结果表明，该模型在测试集上表现出卓越的性能，mailto:mAP@0.5达到了0.994，各类别的精确率与召回率均接近1.0。混淆矩阵分析显示，模型在不同缺陷类型间具有极强的区分能力，
输电线路绝缘子检测数据集（网盘下载链接，160张原图像）
10-13
输电线路绝缘子检测数据集（网盘下载链接，160张原图像）
基于YOLOV4的绝缘子检测（开源模型、数据集及源码）
热门推荐
Unibug的博客
12-16 1万+
基于YOLOV4的绝缘子检测（公开模型及源码） 一、项目简介 Yolo_Insulators是一个基于YoloV4的绝缘子目标检测程序，人工智能课程设计作业。github链接。如果对你有用请点个Star吧！ 依赖： Python3.6 Pytorch1.2.0 CUDA10.0 二、Yolo算法简介 “You Only Look Once”或“YOLO”是一个对象检测算法的名字，这是Redmon等人在2016年的一篇研究论文中命名的。YOLO实现了自动驾驶汽车等前沿技术中使用的实时对象检测。让我们看看是
第81期 绝缘子数据集
weixin_41439351的博客
08-20 963
引言 亲爱的读者们，您是否在寻找某个特定的数据集，用于研究或项目实践？欢迎您在评论区留言，或者通过公众号私信告诉我，您想要的数据集的类型主题。小编会竭尽全力为您寻找，并在找到后第一时间与您分享。 一、重要性及意义 绝缘子检测在电力系统中具有极其重要的地位，其重要性和意义主要体现在以下几个方面： 保障人身安全：绝缘子是电力...
如何训练自己的数据集之——输电线绝缘子数据集
2401_88441190的博客
10-28 1359
版本一（正常和缺陷两类） 已用YOLO标注好，共3409张，并非合成与增强的。版本二 已用labelimg标注好，共6818张，采用大气模型-创新点），进行数据增强，由于一种合成算法怕效果不好，采用两种算法进行合成， 版本三 目前除加雾算法外，又更新合成雪，合成雨算法。 原1500张，经过雨雪雾扩充后为2500+张数据图片，包含损坏，闪络，两个种类，（多类别，高分辨率图像，也加入了创新性的合成雾算法）。合成雾算法是由2021年 CVPR去雾算法改编而来。
如何训练自己的数据集之——高压绝缘子红外检测数据集
2401_88441190的博客
10-28 1074
高压绝缘子红外检测数据集YOLO格式 数据集均含有txt标签和yaml配置文件 300张 红外绝缘子 绝缘子红外数据集 红海外绝缘子数据集 yolov5-yolov10通用 绝缘子红外数据集 yolo
绝缘子缺陷数据集
2401_88440984的博客
10-27 1340
绝缘子缺陷检测图像数据集 9类 标签names: ['Glassdirty', 'Glassloss', 'Polymer', 'Polymerdirty', 'Two glass', 'broken disc', 'insulator', 'pollution-flashover', 'snow'] 名称：【‘玻璃脏’，‘玻璃损耗’，‘聚合物’，‘聚合体脏’，‘两片玻璃’，‘破盘’，‘绝缘体’，‘污闪’】共1607张，近似8:1:1（train：1285张，test：162张，val：160张）比例划分，
如何训练使用Yolov11模型 电网绝缘子损坏识别检测数据集 yolo数据集 1600张 绝缘子数据集检测 目标检测深度学习 绝缘子缺陷损害数据集yolo格式
2401_86822270的博客
01-01 1479
如何训练使用Yolov11模型 电网绝缘子损坏识别检测数据集 yolo数据集 1600张 绝缘子数据集检测 目标检测深度学习 绝缘子缺陷损害数据集yolo格式
输电线路绝缘子检测数据集
07-08
数据集中，Normal_Insulators包含由无人机捕获的绝缘子图像，数量为600张。 Defective_Insulators包含有缺陷的绝缘体，绝缘子缺陷图像的数量为248张。 数据集中包括数据集和标签。
玻璃绝缘子自爆图像数据集（3k多张，无标签）
10-12
玻璃绝缘子自爆图像数据集（3k多张，无标签）
绝缘子数据集、包括玻璃绝缘子、复合绝缘子、陶瓷绝缘子
08-05
绝缘子数据集、包括玻璃绝缘子、复合绝缘子、陶瓷绝缘子，适合图像分类。有该图像分类程序，需要的请关注并私信
YOLOV5 yolov3绝缘子检测代码和数据集 绝缘子数据集
qq1309399183的博客
11-18 1212
YOLOV5 yolov3绝缘子检测代码和数据集 绝缘子数据集
如何训练自己的数据集之——绝缘子缺陷数据集
2401_88441190的博客
10-27 1082
绝缘子缺陷检测图像数据集 9类 标签names: ['Glassdirty', 'Glassloss', 'Polymer', 'Polymerdirty', 'Two glass', 'broken disc', 'insulator', 'pollution-flashover', 'snow'] 名称：【‘玻璃脏’，‘玻璃损耗’，‘聚合物’，‘聚合体脏’，‘两片玻璃’，‘破盘’，‘绝缘体’，‘污闪’】共1607张，近似8:1:1（train：1285张，test：162张，val：160张）比例划分，
电网绝缘子及破损、闪络缺陷YOLO数据集
幽络源
05-23 2745
《电网绝缘子及破损、闪络缺陷YOLO数据集》​​，专为输电线路缺陷检测任务设计，可帮助开发者快速构建智能化识别模型。
合成的有缺陷的绝缘子数据集
gitblog_06769的博客
05-01 316
合成的有缺陷的绝缘子数据集 去发现同类优质开源项目:https://gitcode.com/ 数据集简介 本数据集为合成的有缺陷的瓷质绝缘子图像集合，总计包含248张图片。每张图片的像素大小为1200*900，具有较高的分辨率，非常适合用于智能电网检测领域的研究与应用。 使用说明 数据集图片均为故障状态下的瓷质绝缘子，可用于绝缘子缺陷识别、故障检测等研究。 请确保在合法范围内使用本数据集，不得用...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

6.11

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值