本数据集由广东卡咪娜婚纱礼服有限公司在礼服成品检验中自行生产形成，共收录1500条礼服成品缺陷图像识别标注记录。每条记录以唯一缺陷样本编号为标识，分三部分。第一部分为缺陷对象信息，包括礼服部位与缺陷类别，覆盖领口包边、袖窿弧、裙摆下摆等12个部位，以及线头外露、缝迹起皱、跳针断线等14类缺陷。第二部分为采集信息，包括图像采集方式与图像分辨率，涵盖工业面阵相机、线阵扫描相机、显微放大相机等五类采集设备。第三部分为量化指标，包括缺陷长边、缺陷短边、长宽比、缺陷面积、图像对比度、边缘清晰度、交并比、置信度与风险评分九项。数据集可用于缺陷检测模型训练、质检培训、工艺改进与外协加工质量考核。

1.加工工具：采用工业面阵相机、线阵扫描相机、显微放大相机等设备采集缺陷图像，采用图像预处理工具完成去噪与增强，采用内部缺陷标注平台完成缺陷标注，采用缺陷检测模型输出检测结果，采用表格处理软件完成汇总与导出。 2.处理规则：一是图像采集，按缺陷样本编号逐处拍摄，记录采集方式与图像分辨率。二是图像预处理，采用高斯滤波抑制噪声，采用直方图均衡化增强对比度，输出图像对比度与边缘清晰度，边缘清晰度由拉普拉斯梯度算子计算梯度幅值均值得到。三是缺陷标注，由质检人员框选缺陷区域并标注缺陷类别，标注框交并比等于标注框与复核确认框的交集面积除以并集面积。四是几何量计算，缺陷长边与缺陷短边由标注框按标定比例换算为毫米单位，缺陷长宽比等于缺陷长边除以缺陷短边，缺陷像素面积等于缺陷区域内像素数量。五是检测与评分，检测置信度由模型输出的类别概率确定，缺陷风险等级评分由缺陷尺寸、长宽比、图像质量与标注框交并比归一化后加权求和得出。六是数据校验，执行非空、范围与编号唯一性校验，数值型字段保留两位小数，异常记录退回重新采集或标注。 3.适用标准：缺陷分类与外观检验参照行业标准 FZ/T 81015。

1.适用条件为使用主体具备礼服成品图像采集条件或需要依据缺陷数据开展质量管控，适用于礼服及高档定制服装的成品检验与质量追溯场景。 2.适用范围覆盖成品外观缺陷检测、缺陷自动识别模型研发、质检人员培训考核、缺陷高发部位工艺改进、外协加工质量评价五类业务与技术领域。 3.适用对象包括服装企业质检部门、工艺技术部门、生产管理部门、外协加工管理人员，以及服装智能制造解决方案供应商与工业视觉算法研发团队。 4.该数据集主要解决四方面问题。一是解决礼服成品缺陷判定依赖人工经验的问题，通过缺陷类别、几何尺寸与缺陷风险等级评分形成统一的量化判定尺度，降低不同质检人员之间的判定偏差。二是解决缺陷自动识别缺少标注样本的问题，本数据集可直接用于缺陷目标检测、缺陷分类与缺陷分割等模型的训练、验证与测试。三是解决缺陷高发部位缺少定位依据的问题，通过12个部位与14类缺陷的交叉统计，识别线头外露、缝迹起皱等高频缺陷的集中部位，为工艺改进与工序卡设置提供方向。四是解决外协加工质量缺少量化考核依据的问题，通过缺陷类别分布与风险评分对比，为供应商评级与加工费结算提供客观依据。

1.样例一：缺陷样本编号DF-0001，礼服部位门襟止口，缺陷类别熨烫极光，图像采集方式工业面阵相机正射，图像分辨率2573.31万像素，缺陷长边29.76毫米，缺陷短边16.28毫米，缺陷长宽比1.83，缺陷面积57658.70平方像素，图像对比度22.66，边缘清晰度51.32，交并比0.73，置信度59.28%，评分37.17。 2.样例二：缺陷样本编号DF-0751，礼服部位袖窿弧，缺陷类别线头外露，图像采集方式显微放大相机，图像分辨率1267.49万像素，缺陷长边10.21毫米，缺陷短边1.43毫米，缺陷长宽比7.14，缺陷面积4116.65平方像素，图像对比度62.68，边缘清晰度63.93，交并比0.69，置信度82.77%，评分23.01。 3.样例三：缺陷样本编号DF-1500，礼服部位衬里内缝，缺陷类别衬里外翻，图像采集方式多角度转台相机，图像分辨率1437.56万像素，缺陷长边18.23毫米，缺陷短边6.46毫米，缺陷长宽比2.82，缺陷面积4687.68平方像素，图像对比度30.57，边缘清晰度46.28，交并比0.61，置信度52.38%，评分27.31。 附件下载

数据库表礼服成品缺陷图像识别标注数据集，采用单表结构存储礼服成品缺陷图像识别标注的登记数据，以缺陷样本编号作为主关键字段，每条记录对应一处缺陷的识别标注结果。建表字符集使用 UTF-8，数值型字段统一定义为精度10、小数位2的定点数类型，字符型字段长度按实际取值设置，枚举类字段通过检查约束限定取值范围，全部字段均设为非空。字段名称、字段类型与字段属性的完整。索引设置方面，在缺陷样本编号字段上建立唯一索引以保证记录唯一性，在礼服部位、缺陷类别、图像采集方式三个枚举字段上分别建立普通索引，用于支撑按部位、缺陷与采集方式的分组统计与条件检索。