张小明
前端开发工程师
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)
图片数量(jpg文件个数)：2370
标注数量(xml文件个数)：2370
标注数量(txt文件个数)：2370
标注类别数：2
所在github仓库：firc-dataset
标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["moderate corrosion","severe corrosion"]
每个类别标注的框数：
moderate corrosion（中度腐蚀） 框数 = 4559
severe corrosion（严重腐蚀） 框数 = 2981
总框数：7540
图片分辨率：640x640
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
特别声明：本数据集不对训练的模型或者权重文件精度作任何保证
图片预览：
标注例子：
企业级情感分析解决方案：StructBERT应用案例详解 1. 引言：中文情感分析的现实挑战与技术演进 在数字化转型浪潮中，企业对用户反馈、社交媒体评论、客服对话等非结构化文本数据的情感洞察需求日益增长。尤其在中文语境下，语言表达…
李华
实体行为预测系统：零售业实战，下周销量准确率92% 引言：为什么零售店长需要AI预测系统？ 开一家零售店最头疼的是什么？很多店长会告诉你：库存管理。备货多了卖不掉会过期，备货少了又错过销售机会…
李华
AI智能体压力测试：云端模拟百万并发请求 引言：为什么需要压力测试AI智能体？ 想象你设计了一座桥梁，理论上能承载100吨重量。但如果不实际用100吨卡车开上去测试，你敢让公众使用吗？AI智能体服务同样如此—…
李华
AI智能体安全测试指南：云端沙箱环境，3块钱全面检测 引言：为什么需要安全的AI测试环境？ 作为一名安全研究员，当我们需要测试AI智能体的潜在风险时，最头疼的问题就是测试环境。直接在本地运行可能存在安全隐…
李华
StructBERT vs 传统方法：中文情感分析对比评测 1. 引言：中文情感分析的技术演进与选型挑战 随着社交媒体、电商平台和用户评论系统的普及，中文情感分析已成为自然语言处理（NLP）领域的重要应用方向。其核心任务是自动…
李华
智能侦测A/B测试：多版本模型在线对比，数据驱动 引言 作为产品经理，你是否经常面临这样的困境：开发了多个AI模型版本，却不知道哪个在实际业务中表现更好？传统的线下测试无法完全模拟真实用户场景ÿ…
李华