​
带标注的螺母缺陷识别数据集，可识别裂纹，锈蚀，划痕，侧面裂纹，侧面锈蚀，侧面划痕，良品等8种类型， 5880张图，支持yolo，coco json，voc xml,文末有模型训练代码

数据集拆分

总图数：5880 张图数
训练集

3360 张图

验证集

1260 张图

测试集

1260 张图

预处理

自动定向：应用

调整大小：拉伸到640x640

增强

无

数据集标签：

[‘Excellent’, ‘Fracture’, ‘Rust’, ‘Scratches’, ‘Side-Fracture’, ‘Side_Excellent’, ‘Side_Rust’, ‘Side_Scratches’]

标签解释
Excellent → 完好
Fracture → 裂纹
Rust → 锈蚀
Scratches → 划痕
Side-Fracture → 侧面裂纹
Side_Excellent → 侧面完好
Side_Rust → 侧面锈蚀
Side_Scratches → 侧面划痕

数据集图片和标注信息示例：

数据集下载：

yolo26:https://download.csdn.net/download/pbymw8iwm/92890206

yolo v12:https://download.csdn.net/download/pbymw8iwm/92890212

yolo v11:https://download.csdn.net/download/pbymw8iwm/92890213

yolo v9:https://download.csdn.net/download/pbymw8iwm/92890209

yolo v8:https://download.csdn.net/download/pbymw8iwm/92890207

yolo v7:https://download.csdn.net/download/pbymw8iwm/92890208

coco json:https://download.csdn.net/download/pbymw8iwm/92890210

pascal voc xml:https://download.csdn.net/download/pbymw8iwm/92890211

YOLO模型训练

下载数据集之后解压到当前文件夹，然后将 我的仓库 https://gitcode.com/pbymw8iwm/YOLOProject里的训练模型脚本复制到文件夹下，假设你使用的是yolov8来训练你就用 python train_yolov8.py
​​

模型验证测试情况：

验证测试代码：

#需要安装pip install ultralytics
from ultralytics import YOLO
import cv2
 
# 加载训练好的 YOLO .pt 模型
model = YOLO('best.pt')  # 替换为你实际的 .pt 模型文件路径
 
# 定义要测试的图片路径
image_path = './image.jpg'  # 替换为你实际的图片文件路径
 
# 使用模型对图片进行预测
results = model(image_path)
 
# 获取预测结果
for result in results:
    # 获取绘制了检测框的图片
    annotated_image = result.plot()
 
    # 显示图片
    cv2.imshow("YOLOv Inference", annotated_image)
 
    # 等待按键退出
    cv2.waitKey(0)
 
    # 关闭所有 OpenCV 窗口
    cv2.destroyAllWindows()