1. 项目背景与数据集价值
这个1048张图像的智慧铁路受电弓缺陷检测数据集,是轨道交通运维领域难得的专业标注资源。受电弓作为电力机车从接触网获取电能的关键部件,其触角状态直接影响列车供电安全。我在参与某高铁段智能检测系统开发时,曾苦于缺乏高质量的缺陷样本进行模型训练,导致现场误报率居高不下。
该数据集的价值主要体现在三个方面:
- 覆盖了实际运维中最常见的三类缺陷(碳滑板磨损、裂纹、弹簧失效)
- 采用VOC+YOLO双格式标注,同时满足传统算法和深度学习需求
- 所有图像均来自真实运行环境,包含不同光照、角度和污损情况
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集结构与技术规格
2.1 数据构成解析
数据集包含1048张受电弓特写图像,分辨率统一为1920×1080。按7:2:1比例划分为:
- 训练集:734张(含数据增强后实际使用1468张)
- 验证集:210张
- 测试集:104张
三类缺陷的样本分布如下表:
| 缺陷类型 | 训练集 | 验证集 | 测试集 | 典型特征 |
|---|---|---|---|---|
| 碳滑板磨损 | 412 | 118 | 52 | 表面凹痕、材料缺失 |
| 横向裂纹 | 238 | 68 | 34 | 线性断裂、放射状纹路 |
| 升弓弹簧失效 | 84 | 24 | 18 | 簧圈变形、弹性位移异常 |
2.2 标注规范详解
采用PASCAL VOC和YOLO两种格式并行标注,关键差异点:
- VOC格式:XML文件存储边界框坐标和类别,兼容LabelImg等工具
- YOLO格式:归一化坐标文本文件,每行格式为
class x_center y_center width height
标注时特别注意了以下细节:
- 对于部分遮挡目标,按可见部分标注完整轮廓
- 碳滑板磨损区域标注精度控制在±3像素内
- 弹簧失效类需同时标注变形部位和正常部位作对比
3. 数据预处理与增强方案
3.1 基础预处理流程
python复制# 典型预处理
