数据集概述
本数据集包含一千张实验室场景下透明容器内材料的图像，覆盖不同物相及化学过程，每个像素按四层分类体系标注，用于训练材料识别的神经网络。数据集分为训练集与测试集，测试集含同源与异源YouTube渠道图像，支持模型泛化能力验证。
文件详解
- 文件名称：
Materials_In_Vessels.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内含标注图像，像素标注分四层：
- 容器/背景：0（背景）、1（容器）
- 填充/空：0（背景）、1（空容器）、2（填充容器）
- 物相类型：0（背景）、1（空容器）、2（液体）、3（固体）
- 细粒度物相：0（背景）、1（空容器）、2-15（含液体、多相液体、悬浮液等14类具体物相）
数据来源
论文“Setting attention region for convolutional neural networks using region selective features, for recognition of materials within glass vessels”
适用场景
- 化学实验材料物相识别：训练神经网络识别容器内材料的液体、固体、悬浮液等物相类型
- 图像语义分割模型训练：基于像素级标注数据优化卷积神经网络的区域注意力机制
- 模型泛化能力测试：通过同源/异源测试集验证模型在不同拍摄条件下的鲁棒性
- 实验室自动化监测：支持化学实验中材料填充状态、物相变化的视觉自动检测
