KolektorSDD-dilate=5-tensorflow 表面缺陷数据集

该数据集由 Kolektor Group 提供并注释的缺陷生产项目图像构成。这些图像是在一个受控的工业环境中，真实案例中拍摄的。

该数据集包括：

• 399张图片：
  • 52张有明显缺陷的图像
  • 347张无瑕疵图片
• 尺寸的原始图片：
  • 宽度：500 px
  • 高度：1240至1270像素

对于每个项目，缺陷仅在至少一张图像中可见，而两个项目在两张图像上均有缺陷，这意味着共有52张图像中缺陷可见。其余347张图像作为底片，表面无缺陷。

@article{Tabernik2019JIM,
  author = {Tabernik, Domen and {\v{S}}ela, Samo and Skvar{\v{c}}, Jure and 
  Sko{\v{c}}aj, Danijel},
  journal = {Journal of Intelligent Manufacturing},
  title = {{Segmentation-Based Deep-Learning Approach for Surface-Defect Detection}},
  year = {2019},
  month = {May},
  day = {15},
  issn={1572-8145},
  doi={10.1007/s10845-019-01476-x}
}