1.钢板表面划伤数据集 2.钢板表面孔洞数据集 3.钢板表面焊缝数据集 4.该数据集由铝型材数据集和德国DAGM数据集混合制作，铝型材数据集有10个类别，选择上述三类，德国DAGM数据集也有10个类别，选取其中上述三个类别。 5.部分标签文件手工标注 6.共4282张jpg图片和其对应的4282个xml格式的标签 7.经过整理，直接可以用 8.由于文件有1.67G所以分两次上传 9.第一部分

1.钢板表面划伤数据集 2.钢板表面孔洞数据集 3.钢板表面焊缝数据集 4.该数据集由铝型材数据集和德国DAGM数据集混合制作，铝型材数据集有10个类别，选择上述三类，德国DAGM数据集也有10个类别，选取其中上述三个类别。 5.部分标签文件手工标注 6.共4282张jpg图片和其对应的4282个xml格式的标签 7.经过整理，直接可以用 8.由于文件有1.67G所以分两次上传 9.第二部分

工业金属表面缺陷数据集。它包含十种类型的表面缺陷，即冲孔（Pu）、焊缝（Wl）、新月形缝隙（Cg）、水斑（Water Spot）。油斑(Os)、丝斑(Ss)、夹杂物(In)、轧坑(Rp)、折痕(Cr)、腰部折痕 (Wf)。所收集的缺陷都在钢板的表面。该数据集包括3570张灰度图像。 - 冲孔：在钢带的生产线上，钢带需要根据产品规格进行冲孔。产品规格；机械故障可能导致不必要的冲孔，从而导致冲孔 缺陷。 - 焊接线。当带钢被更换时，需要对带钢的两卷进行焊接，并产生 焊接线就产生了。严格说来，这不是一个缺陷，但需要自动 检测和跟踪，以便在后续切割中规避。 - 月牙形间隙。在钢带生产中，切割有时会产生缺陷，就像半个 一个圆。 - 水斑。水斑是由生产中的干燥产生的。在不同的产品和 不同的产品和工艺，对这种缺陷的要求是不同的。然而，由于水斑一般对比度较低，并且与油斑等其他缺陷相似，因此通常被视为 一般来说，水斑的对比度较低，而且与其他缺陷（如油斑）相似，所以它们通常会被误测。 - 油斑。油斑通常是由机械润滑剂的污染引起的，这将影响产品的外观。影响产品的外观。丝斑。带材表面的局部或连续的波浪状斑块，

总共2300张,划分了458张验证集,包括焊缝共十类缺陷目标

1、NASA MDP 软件缺陷数据集介绍：软件缺陷预测研究中心广泛应用NASA公布的NASA IV＆V Facility Metrics Data Program(MDP)数据集。 MDP包括 13个不同的数据集，这些数据均来自NASA 的13个实际软件项目，由最常见的开发语言编写。每个数据集包含来自不同软件项目的若干模块，规模从 125个模块到 17186 个模块不等。各个数据集由LOC、McCabe、Halstead等几类度量元属性和是否包含缺陷的类别标记（defective）组成。MDP数据集所提供的记录，一行代表一个模块，每个字段对应一个属性。 2、NASA MDP 数据集是软件缺陷预测使用的数据集； 3、该数据集是向官方索取的，包含13个数据集文件，用于实验研究； 4、数据集文件格式是arff格式。

内含风力涡轮机叶片缺陷图像数据集，数据集总数几百张左右，分割标签，可用于图像识别、图像处理、深度学习、目标检测、计算机视觉等领域。 下载的txt文件含有下载链接，放心下载！！！

1、数据集共包含435张毛巾缺陷训练图片，435个voc格式标签（.xml），435个yolo格式标签（.txt），数据可用于毕设缺陷检测。 2、数据可以另外做数据增强，需要数据增强脚本的可以私信或留言。 3、有问题可以留言私信。

晶圆图的缺陷识别对于确定晶圆缺陷成因至关重要，特别是混合模式缺陷。我们在某晶圆制造厂采集了大量的晶圆图数据，这些晶圆图是通过对晶圆片上的每一个晶粒进行电学性能测试得到。但实际采集到各类型的晶圆图在数量分布上存在较大差异，为了保持各类型数据间的平衡，我们采用对抗生成网络生成了部分晶圆图。最终形成了约38000张的混合模式晶圆图缺陷数据集，用于识别混合模式晶圆图缺陷，并辅助晶圆制造工艺中缺陷成因的研究。 Wafer_Map_Label.bin Wafer_Map_Data.bin

香港 织物疵点库.rar

该工业缺陷数据集包含70个类，5000多张图象，有木材，瓷砖，织物，药品，螺丝，半导体，牙刷等。