无人机光伏板识别 中国地区太阳能电池板语义分割数据集 无人机航拍光伏 太阳能电池板分割图像数据集
中国地区太阳能电池板语义分割数据集简介
| 信息类别 | 详情描述 |
|---|---|
| 数据集类别 | 语义分割数据集，聚焦“太阳能电池板（solar_panel）”单一目标类别，以1024×1024像素BMP格式图像为载体，标注方式采用多边形（polygon）框选，精准界定电池板在图像中的像素区域，背景设为基础类别（Base: background） |
| 数据数量 | 总图像数3344张，含训练集1994张、验证集673张、测试集677张；单张标注图像（如PV03_340093_1186179.bmp）平均标注14个太阳能电池板目标，标注数据同时提供COCO原始格式与转换格式，适配不同模型训练需求 |
| 数据格式 | 图像格式为BMP，单张图像分辨率1024×1024（1.05MP）；标注数据以JSON格式存储，包含目标ID、图像ID、分割坐标、边界框（bbox）、面积等参数，支持直接导入YOLOv8等主流目标检测/分割模型 |
| 核心应用价值 | 1. 为中国地区光伏电站场景提供本土化训练数据，解决通用数据集“地域适配性差”问题，助力模型识别不同气候（如多雨、多雾地区）下的太阳能电池板；2. 支撑光伏电站智能运维，可用于电池板缺陷检测、数量统计、布局规划等自动化任务；3. 降低语义分割模型开发门槛，提供标准化标注与数据拆分，加速光伏领域AI落地 |
该数据集是专为太阳能电池板语义分割打造的垂直领域数据，核心类别仅聚焦“太阳能电池板”，通过多边形标注确保目标区域精准度；数量上采用“3344张总图像
+1994/673/677张 train/val/test 拆分”的经典配比，既满足模型训练的数据量需求，又能通过验证集、测试集保障模型泛化能力，单张图像的多目标标注还能模拟真实光伏电站中电池板密集分布的场景，让数据更贴近实际应用。
无人机光伏板识别 中国地区太阳能电池板语义分割数据集 无人机航拍光伏 太阳能电池板分割图像数据集