摘要：该数据集面向航空电气线路自动检查与预测性维护研究，旨在利用计算机视觉技术辅助维护人员识别线路连接和布置故障。
数据集概述
该数据集面向航空电气线路自动检查与预测性维护研究，旨在利用计算机视觉技术辅助维护人员识别线路连接和布置故障。图像以单个计算机机箱为实验载体，配置两台电源、两个冷却部件和四条SATA线缆，通过改变线缆连接状态、布置方式以及人为引入故障，模拟电气线路检查场景。
数据结构与关键特征
数据集图像由固定在三脚架上的Canon S95数码相机在无窗、受控照明环境中采集，具有较稳定的视角和光照条件。所有图像均使用CVAT进行人工标注，并采用边界框提供故障位置。主要故障类别包括线缆或导线布置错误、线缆或导线损坏、插头断开和插孔断开，标注依据FAA相关维护规范及航空电气维修专家意见确定。
应用价值与研究方向
该数据集可用于电气线路自动光学检查、故障定位、预测性维护和航空维修辅助决策，减少人工巡检的工作量及对个人经验的依赖。研究方向包括YOLO、Faster R-CNN和DETR目标检测，细粒度线路故障识别、小目标检测、遮挡条件下的插接状态判断、异常检测、模型轻量化及可解释性分析，还可进一步研究跨设备迁移、真实航空场景泛化和边缘端实时巡检。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-573
文件大小：780M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)