数据信息
数据简介
本数据集为智能照明行业灯串灯珠二维位置映射训练数据集,由江门市征极光兆科技有限公司在智能LED灯串产品研发、客户演示及视觉检测场景中,使用自有图像采集终端对三类灯串载体在四种典型工况下拍摄原始图像,经人工标注标准化后,通过Python+NumPy进行几何特征计算与HSV颜色分类、坐标归一化等实质性加工形成。数据集包含1,000条灯珠级标注记录,覆盖20个字段,其中9个为原始提取字段(图像文件名、尺寸、色彩深度、像素坐标、标注时间),11个为实质性加工字段(唯一标识、图像摘要、颜色分类、审核标记、中心坐标、宽高、面积、归一化坐标)。数据已做脱敏处理,不包含个人身份信息或商业秘密。数据集适用于目标检测模型训练、灯珠空间位置分析、LED灯串自动定位与颜色识别、产品质量视觉检测等场景。
-
自行产生
-
C39 计算机、通信和其他电子设备制造业
数据处理规则说明
经LabelImg(1.8.6)标注后结构化解析,提取9个原始字段。加工11个字段:1.record_id:UUID v4随机生成算法。2.image_id:MD5哈希算法。3.object_name:HSV色彩空间颜色分类算法,按色相区间判定红绿蓝。4.annotated:布尔逻辑判定算法,通过置1。5.bbox_center_x:水平几何中心算法,=(xmin+xmax)/2.0。6.bbox_center_y:垂直几何中心算法,=(ymin+ymax)/2.0。7.bbox_width_px:水平跨度算法,=xmax-xmin。8.bbox_height_px:垂直跨度算法,=ymax-ymin。9.bbox_area:矩形面积算法,=bbox_width_px×bbox_height_px。10.normalized_cx:水平归一化算法,=bbox_center_x/width。11.normalized_cy:垂直归一化算法,=bbox_center_y/height。质控:完整性≥98%,偏差≤3px,已脱敏。
应用场景描述
1.目标检测模型训练:数据集提供灯珠级精确边界框坐标与颜色标签,以及归一化中心坐标等特征,可作为YOLO、Faster R-CNN等主流目标检测框架的训练数据,支撑LED灯串自动定位、灯珠颜色识别、灯珠分布热图生成等AI模型开发。2.灯珠空间位置分布分析:基于边界框中心坐标(bbox_center_x/bbox_center_y)与归一化坐标(normalized_cx/normalized_cy),对灯珠在图像平面内的二维空间分布进行统计建模,分析不同载体类型下灯珠的聚类特征与排布规律,为灯串设计优化提供定量依据。3.LED灯串自动定位与颜色识别:结合灯珠颜色分类(object_name)与精确位置数据,构建灯串识别系统,实现批量图像中灯珠的自动检测、计数、定位与颜色分类,应用于生产线自动化质检。4.产品质量视觉检测:利用边界框面积(bbox_area)与宽高特征,设定灯珠表观尺寸正常范围阈值,对异常灯珠进行自动筛查,辅助质量控制与工艺改进。
样例数据
record_id image_id filename width height depth object_name xmin ymin xmax ymax annotated annotation_time bbox_center_x bbox_center_y bbox_width_px bbox_height_px bbox_area normalized_cx normalized_cy
ca7a1caa-e86a-4817-bd94-e3762c4687ac 3c509d2b6cbc49768921ee629a57ac77 3c509d2b6cbc49768921ee629a57ac77.jpg 2160 3840 3 green 1051 3578 1079 3617 1 2023-02-10 10:41:06 1065 3597.5 28 39 1092 0.493056 0.936849
fe76a543-4976-4cb7-ab23-950095b0484d 3c509d2b6cbc49768921ee629a57ac77 3c509d2b6cbc49768921ee
附件下载
数据结构样例
数据集20个字段分两类:原始提取9个(filename/width/height/depth/xmin/ymin/xmax/ymax/annotation_time)和实质性加工11个。主要加工字段:record_id(UUID v4算法生成128位标识符)、image_id(SHA-256算法计算256位摘要)、object_name(HSV色彩空间算法按色相阈值判定红绿蓝)、annotated(布尔逻辑判定审核通过置1)、bbox_center_x(水平几何中心=(xmin+xmax)/2.0)、bbox_center_y(垂直几何中心=(ymin+ymax)/2.0)、bbox_width_px(水平跨度=xmax-xmin)、bbox_height_px(垂直跨度=ymax-ymin)、bbox_area(矩形面积=bbox_width_px×bbox_height_px)、normalized_cx(水平归一化=bbox_center_x/width)、normalized_cy(垂直归一化=bbox_center_y/height)。