数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：544
标注数量(xml文件个数)：544
标注数量(txt文件个数)：544
标注类别数：6
标注类别名称:["broken","hole","large_gear","small_gear","text1","text2"]
每个类别标注的框数：
broken 框数 = 42
hole 框数 = 1205
large_gear 框数 = 231
small_gear 框数 = 164
text1 框数 = 208
text2 框数 = 243
总框数：2093
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：齿轮数据集是由7个视频抽帧而成
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

图片示例：

标注示例：

下载地址：https://download.csdn.net/download/FL1623863129/89516809

# 目标检测 # 人工智能
Logo
技术共进，成长同行——讯飞AI开发者社区

技术共进，成长同行——讯飞AI开发者社区

更多推荐

[深度学习]卷积神经网络

本实验基于Python和PyTorch框架比较了LeNet、AlexNet、VGG和ResNet四种经典CNN模型在FashionMNIST数据集上的表现，并重点研究了超参数调整对模型性能的影响。实验结果表明：1）对于所有模型，SGD优化器普遍比Adam表现更好；2）学习率在0.05左右时模型性能最佳；3）增加训练轮数可以提高准确率但会延长训练时间；4）批量大小对模型性能影响相对较小。此外，通过简

avatar 讯飞AI开发者社区
cover

华为云Flexus+DeepSeek征文｜基于华为云Flexus云服务的Dify一键部署

avatar 讯飞AI开发者社区

基于嵌入式系统的智能宠物行为模式预测模型

这种设计使系统在持续运行72小时后仍保持98%的在线率（Table 1）。数据采集系统整合了六类传感器网络：运动传感器（加速度计+陀螺仪）、环境传感器（温湿度+光照）、生物传感器（心率+皮肤电）、视觉传感器（RGB摄像头）、音频传感器（麦克风阵列）和定位传感器（GPS+蓝牙信标）（Figure 1）。数据预处理采用三级流水线：原始数据经过滑动窗口截断（窗口长度5s）、小波变换去噪（db6小波基）和

avatar 讯飞AI开发者社区