PVEL-AD光伏电池缺陷检测数据集使用指南

项目概述

PVEL-AD（Photovoltaic Electroluminescence Anomaly Detection）是一个用于光伏电池缺陷检测的大规模开放世界数据集，包含36,543张近红外图像，涵盖多种内部缺陷和异质背景。该数据集包含1类无异常图像和12类不同类别的异常图像，提供了40,358个标注边界框。

数据集特点

缺陷类别统计

缺陷类别	训练验证集数量	测试集数量
finger（栅线中断）	2,958	22,638
crack（裂纹）	1,260	2,797
black_core（黑心）	1,028	3,877
thick_line（粗线）	981	1,585
horizontal_dislocation（水平位移）	798	1,582
short_circuit（短路）	492	1,215
vertical_dislocation（垂直位移）	137	271
star_crack（星形裂纹）	135	83
printing_error（印刷错误）	32	48
corner（角部缺陷）	9	12
fragment（碎片）	7	5
scratch（划痕）	5	3

这是一个长尾目标检测任务，对智能制造具有重要意义。

数据集获取流程

1. 下载申请表格：获取Industrial Datasets Request Form（必须手写签名并注明日期）
2. 使用机构邮箱：不允许使用Gmail、QQmail等商业邮箱
3. 发送申请：将签署的申请表发送至 [e-mail]
4. Google Drive下载：如需通过Google网盘下载，请同时提供Google邮箱

项目文件说明

核心脚本文件

AP50-5-95.py - 模型评估脚本

• 用于计算mAP（平均精度）
• 支持设置不同的IoU阈值（0.50-0.95）
• 生成精度-召回率曲线
• 可视化检测结果

get_gt_txt.py - 标注文件转换脚本

• 将XML格式的标注文件转换为TXT格式
• 为模型评估准备标准格式的标注数据

horizontal_flipping.py - 数据增强脚本

• 实现水平翻转数据增强
• 扩展训练数据集规模
• 提高模型泛化能力

文档文件

README.md - 项目说明文档 包含数据集详细信息、使用说明、引用文献等

Industrial_Data_Access_Form.docx - 数据集申请表格 需要填写并签署的正式申请文档

LICENSE - Apache-2.0开源协议

技术实现

数据预处理流程

1. 数据增强：使用horizontal_flipping.py进行水平翻转增强
2. 标注转换：使用get_gt_txt.py将XML标注转换为TXT格式
3. 模型训练：基于增强后的数据集训练缺陷检测模型

评估流程

1. 生成检测结果：模型在测试集上的检测结果保存为TXT格式
2. 转换真实标注：使用get_gt_txt.py准备真实标注
3. 计算评估指标：运行AP50-5-95.py计算mAP等指标

学术贡献

该项目已在多个IEEE顶级期刊发表：

• IEEE Transactions on Industrial Informatics
• IEEE Transactions on Instrumentation and Measurement
• IEEE Transactions on Industrial Electronics

使用建议

1. 数据平衡：由于是长尾分布，建议采用过采样或加权损失函数
2. 模型选择：适合使用针对小目标优化的检测模型
3. 评估标准：建议使用AP50-5-95作为主要评估指标
4. 数据增强：充分利用提供的数据增强脚本提升模型性能

注意事项

• 测试集标注不公开，评估请访问Kaggle竞赛平台
• 数据集仅限研究用途，需遵守相关使用协议
• 申请时请使用机构邮箱，商业邮箱不被接受
• 数据集由河北工业大学和北京航空航天大学联合发布

通过本数据集，研究者可以开发先进的光伏电池缺陷检测算法，推动智能制造技术的发展。