表面图像的数据集用于机械加工工件的自动检查
Virginia Riego Del Castillo1, Lidia Sánchez González1
1Department of Mechanical, Computer Science and Aerospace Engineering, Universidad de León, Campus Vegazana, s/n, 24007 León, Spain.
Data in brief
|December 9, 2025
概括
该数据集提供593张加工工件表面的高分辨率图像,专业标记以检测缺陷. 它有助于开发用于制造质量控制和自动检查的计算机视觉.
科学领域:
- 材料科学 材料科学 材料科学
- 计算机视觉 计算机视觉
- 制造业 工程 制造工程
背景情况:
- 自动化检查对于制造业的质量控制至关重要.
- 高分辨率成像对于检测微妙的表面缺陷至关重要.
- 现有的数据集可能缺乏全面的缺陷标签或特定的材料条件.
研究的目的:
- 为了呈现精心策划的加工工件表面的数据集.
- 促进计算机视觉算法用于缺陷检测的开发和验证.
- 支持在不同磨损条件下进行自动化质量检查的研究.
主要方法:
- 使用工业玻璃镜和显微镜摄像机获取593张高分辨率RGB图像.
- 控制的照明和成像条件确保一致的数据捕获.
- 专家手动对图像进行注释,以检测表面缺陷和磨损状态.
主要成果:
- 一个由工件类别和缺陷状态组织的结构化数据集.
- 高分辨率图像 (2592 × 1944 像素) 提供详细的表面可视化.
- 支持可复制性和进一步研究的公开可访问数据.
结论:
- 该数据集是推进自动化表面检查技术的宝贵资源.
- 它可以对计算机视觉模型进行可靠的基准测试,用于制造质量控制.
- 促进对加工质量和缺陷分析进行量身定制的调查.
