矿山煤炭输送场景目标检测与异物识别数据集说明 | 极客日志

PythonAI算法

矿山煤炭输送场景目标检测与异物识别数据集说明

一个用于矿山煤炭输送场景的目标检测数据集。该数据集包含落顶落煤、木棍、石头、铁管等 8 类目标，共 100 张图像，采用 YOLO 格式标注。主要应用于传送带物料异常检测与异物入侵识别，旨在保障输送设备安全并提升矿山智能化巡检效率。数据规模适中，适合小样本学习与轻量化模型训练。

古灵精怪发布于 2026/3/23更新于 2026/5/41.4K 浏览

矿山煤炭输送场景目标检测与异物识别数据集说明

煤炭物料检测数据集说明

在这里插入图片描述

数据集核心信息

项目	详情
类别数量及名称	8 类：落顶落煤、落算落煤、煤干、木棍、石头、铁管、铁片、圆管子
数据总量	100 张
格式种类	YOLO 格式
核心应用价值	用于矿山煤炭输送场景目标检测，识别物料与异物，保障输送设备安全，提升矿山智能化巡检效率

在这里插入图片描述

类别说明

数据集共 8 类，覆盖煤炭、杂物、金属构件等场景关键目标。

包含煤炭相关物料类别，贴合实际输送工况。
涵盖木棍、铁管等典型异物，满足安全检测需求。

在这里插入图片描述

数量说明

数据集规模适中，标注规范统一。

样本数量可满足小样本学习、算法验证与轻量化模型训练。

标注格式标准，便于直接接入训练流程，降低数据预处理成本。

在这里插入图片描述

应用价值

本数据集聚焦矿山煤炭智能检测场景，价值清晰：

可用于煤炭输送线异物检测，预防卡堵、损坏设备。
助力矿山安全生产与智能化升级，提升作业稳定性。

支撑矿山智能巡检、视觉监控算法开发。

在这里插入图片描述