玻璃瓶缺陷检测数据集 YOLO模型如何训练玻璃瓶缺陷检测数据集

1YOLO玻璃瓶缺陷检测数据集数据集信息表项目详情数据集名称玻璃瓶缺陷检测数据集图片总量3069张任务类型目标检测检测类别共4类裂缝、划痕、芯片、非缺陷标注状态全部已标注完成标注格式支持YOLO txt可导出XML、JSON等格式基准模型指标mAP5055.6%Precision58.3%Recall57.6%适配模型YOLOv8 / YOLOv11 / YOLO全系列适用场景玻璃瓶子工业质检、流水线缺陷识别、工业视觉项目、科研实验训练数据集特点工业采集玻璃瓶样本覆盖多种玻璃表面瑕疵适合做工业缺陷检测算法开发样本存在部分难样本可做模型鲁棒性测试data.yaml配置文件path:./datasets/bottle_defecttrain:images/trainval:images/valtest:images/testnames:0:crack1:scratch2:chip3:non_defectYOLOv11训练代码fromultralyticsimportYOLO modelYOLO(yolo11s.pt)resultsmodel.train(data./data.yaml,epochs120,imgsz640,batch8,device0,workers2,patience20,augmentTrue,projectbottle_defect_exp,nametrain_result)# 模型评估metricsmodel.val()# 图片/文件夹推理model.predict(source./test_images,saveTrue,conf0.2)发布文案玻璃瓶缺陷YOLO目标检测数据集合计3069张工业实拍图像包含裂缝、划痕、芯片、非缺陷四大类别面向玻璃生产流水线质检场景可用于工业视觉缺陷检测项目开发、算法科研与模型鲁棒性验证。**关键词**玻璃瓶缺陷数据集工业质检YOLO瓶子裂痕划痕检测玻璃表面瑕疵数据集工业目标检测数据集