数据集概述
本数据集为工业实验室生产线中酸奶杯识别任务构建，包含用于训练和评估Mask R-CNN及YOLO v5.0模型的标注图像数据。数据同时提供适用于两种模型的标注格式，支持乳制品生产过程中的自动化质量检测算法开发，包含2个核心文件。
文件详解
- Dataset.zip
- 文件格式：ZIP
- 字段映射介绍：包含训练与验证用图像及对应标注文件。其中YOLO格式标注为TXT文件，Mask R-CNN格式标注为COCO标准JSON文件；图像为JPG格式，训练集占比百分之八十，测试集占比百分之二十。
- Readme.docx
- 文件格式：DOCX
- 字段映射介绍：数据集说明文档，包含数据采集背景、标注规范、文件结构及使用指引等内容。
适用场景
- 乳制品生产线自动化检测: 用于训练机器视觉模型识别生产线上的酸奶杯，实现包装流程自动化。
- 目标检测算法性能评估: 对比Mask R-CNN与YOLO v5.0在工业场景下的识别精度与效率。
- 工业机器视觉数据集构建参考: 为类似生产线目标识别任务提供标注格式与数据组织范例。
- 生产质量控制优化: 通过模型检测结果提升酸奶生产过程中的质量管控精度与效率。
