焊接缺陷检测数据集![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/43b0c15925ac100beaf512babb7aed35.png)
，9717张，voc，yolo格式检测标注信息![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/38b7fd10bd2c507f1191202c7d527ab9.png)

6类，标注数量：
Crack：裂缝，2260
Porosity：气孔，29186
Bad Welding：不良焊接，2483
Good Welding：良好焊接，3847
Spatters：飞溅物，73543
Excess Reinforcement：多余焊锡，10866
image num：图像数量，9717![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/03171f79b3feb03552a1cc7463d534b2.png)
# 焊接缺陷检测数据集
## 数据集信息表
|项目|详情|
| ---- | ---- |
|数据集名称|焊接缺陷检测数据集|
|图像总数|9717张|
|标注格式|YOLO、VOC|
|类别数量|6类|
|图像尺寸|自适应，工业焊缝实拍图|

### 类别统计
|类别英文|类别中文|标注数量|
| ---- | ---- | ---- |
|Crack|裂缝|2260|
|Porosity|气孔|29186|
|Bad Welding|不良焊接|2483|
|Good Welding|良好焊接|3847|
|Spatters|飞溅物|73543|
|Excess Reinforcement|多余焊锡|10866|

## 标签关键词
焊接缺陷检测、焊缝质检、Crack裂缝、Porosity气孔、Spatters飞溅物、Excess Reinforcement多余焊锡、YOLO目标检测、工业视觉、焊接好坏分类识别

## 应用场景
1. 工厂自动化焊接生产线在线质检，自动识别焊缝各类缺陷，替代人工目视检查。
2. 钢结构、压力容器、管道焊接质量巡检，识别裂缝、气孔、焊瘤、飞溅等危险缺陷。
3. 焊接教学实训系统，区分良好焊接与不良焊接样本，用于焊工培训考核。
4. 工业视觉项目、深度学习算法研究、YOLO模型训练、论文实验。
5. 焊缝质量统计分析，统计各类缺陷出现频次，优化焊接工艺参数。

## YOLOv11简易训练代码
### 1. weld.yaml 配置文件
```yaml
path: "./weld_dataset"
train: images/train
val: images/val

names:
  0: Crack
  1: Porosity
  2: Bad Welding
  3: Good Welding
  4: Spatters
  5: Excess Reinforcement
```

### 2. train_weld.py 训练脚本
```python
from ultralytics import YOLO

if __name__ == '__main__':
    # 加载yolo11n预训练权重
    model = YOLO("yolo11n.pt")
    model.train(
        data="weld.yaml",
        epochs=80,
        imgsz=640,
        batch=12,
        device=0,
        workers=2,
        project="weld_result",
        name="yolo11_weld",
        conf=0.25
    )
```

### 3. 推理脚本 predict_weld.py
```python
from ultralytics import YOLO
import cv2

model = YOLO("./weld_result/yolo11_weld/weights/best.pt")

def weld_detect(img_path, save_path="weld_out.jpg"):
    res = model(img_path)[0]
    draw_img = res.plot()
    cv2.imwrite(save_path, draw_img)
    return draw_img, res.boxes

if __name__ == "__main__":
    weld_detect("test_weld.jpg")
```

### 环境安装
```bash
pip install ultralytics torch opencv-python
```



6类，标注数量：Crack：裂缝，2260Porosity：气孔，29186Bad Welding：不良焊接，2483Good Welding：良好焊接，3847Spatters：飞溅物，73543Excess Reinforcement：多余焊锡，10866image num：图像数量，9717

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集  焊接缺陷检测数据集  裂缝  气孔  不良焊接  良好焊接  飞溅物  多余焊锡

人工智能

数据库

测试

焊接缺陷检测数据集共9717张工业焊缝实拍图，提供YOLO与VOC双格式标注，覆盖裂缝、气孔、不良焊接、飞溅物等6类缺陷共12万余个标注框，适配YOLOv11训练，广泛用于自动化质检、焊工培训及工艺优化场景。

深度学习

代码解释

容器

YOLO

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集  焊接缺陷检测数据集  裂缝  气孔  不良焊接  良好焊接  飞溅物  多余焊锡-腾讯云开发者社区-腾讯云

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集焊接缺陷检测数据集裂缝气孔不良焊接良好焊接飞溅物多余焊锡

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集焊接缺陷检测数据集裂缝气孔不良焊接良好焊接飞溅物多余焊锡

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集 焊接缺陷检测数据集 裂缝 气孔 不良焊接 良好焊接 飞溅物 多余焊锡

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集 焊接缺陷检测数据集 裂缝 气孔 不良焊接 良好焊接 飞溅物 多余焊锡

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集焊接缺陷检测数据集裂缝气孔不良焊接良好焊接飞溅物多余焊锡

焊接缺陷检测数据集 YOLO模型如何训练工业焊接焊缝缺陷检测数据集焊接缺陷检测数据集裂缝气孔不良焊接良好焊接飞溅物多余焊锡