| --- |
| license: mit |
| task_categories: |
| - object-detection |
| language: |
| - ko |
| - en |
| tags: |
| - pcb |
| - defect-detection |
| - manufacturing |
| - coco |
| - synthetic |
| pretty_name: PCB Defect Detection (COCO) |
| size_categories: |
| - n<1K |
| configs: |
| - config_name: default |
| drop_labels: true |
| data_files: |
| - split: train |
| path: train/*.jpg |
| - split: validation |
| path: val/*.jpg |
| --- |
| |
| # PCB Defect Detection (COCO) |
|
|
| [RobotHuman/PCB_defect](https://huggingface.co/datasets/RobotHuman/PCB_defect)(원저: Huang & Wei, 2019, Peking University)의 Pascal VOC 어노테이션을 **COCO JSON** 형식으로 변환하고 train/val로 분할한 데이터셋입니다. 이미지와 바운딩 박스 좌표는 원본과 동일합니다. |
|
|
| > ⚠️ 결함은 템플릿 보드 촬영 이미지에 Photoshop으로 합성한 것으로, 실제 공정에서 발생한 결함이 아닙니다. |
|
|
| ## 구성 |
|
|
| | Split | 이미지 | 바운딩 박스 | |
| |---|---:|---:| |
| | train | 555 | 2,371 | |
| | val | 138 | 582 | |
| | **합계** | **693** | **2,953** | |
|
|
| 이미지 해상도는 2240–3056 × 1586–2530 px로 이미지마다 다릅니다. |
|
|
| ### 클래스 |
|
|
| | `category_id` | 이름 | 설명 | train 박스 | val 박스 | |
| |---:|---|---|---:|---:| |
| | 1 | `missing_hole` | 있어야 할 구멍이 없음 | 397 | 100 | |
| | 2 | `mouse_bite` | 배선·패드 가장자리가 갉아먹힌 듯 깎임 | 390 | 102 | |
| | 3 | `open_circuit` | 연결돼야 할 배선이 끊어짐 (단선) | 393 | 89 | |
| | 4 | `short` | 떨어져 있어야 할 배선이 붙음 (단락) | 394 | 97 | |
| | 5 | `spur` | 배선 옆으로 튀어나온 돌기 | 388 | 100 | |
| | 6 | `spurious_copper` | 회로와 무관한 위치의 구리 잔여물 | 409 | 94 | |
|
|
| ## 디렉터리 구조 |
|
|
| ``` |
| ├── README.md |
| ├── LICENSE |
| ├── annotations/ |
| │ ├── instances_train.json # COCO detection |
| │ └── instances_val.json |
| ├── train/ # *.jpg |
| └── val/ |
| ``` |
|
|
| `bbox`는 `[x, y, width, height]` 절대 픽셀 좌표이고, `iscrowd`는 모두 0입니다. |
|
|
| ## 분할 방법 |
|
|
| 원본 클래스 폴더별로 파일명을 정렬한 뒤 `random.Random(42)`로 섞어, 각 클래스의 20%(23장)를 val로, 나머지를 train으로 나눴습니다. |
|
|
| ## 사용 예 |
|
|
| ```python |
| from huggingface_hub import snapshot_download |
| |
| root = snapshot_download("Yeongkwon/pcb-defect-coco", repo_type="dataset") |
| |
| from pycocotools.coco import COCO |
| coco = COCO(f"{root}/annotations/instances_train.json") |
| ``` |
|
|
| ## 출처 |
|
|
| | 구분 | 출처 | |
| |---|---| |
| | 원저작자 | Weibo Huang, Peng Wei — Open Lab on Human Robot Interaction, Peking University | |
| | 논문 | [A PCB Dataset for Defects Detection and Classification](https://arxiv.org/abs/1901.08204) (arXiv:1901.08204, 2019) | |
| | 직접 출처 | [RobotHuman/PCB_defect](https://huggingface.co/datasets/RobotHuman/PCB_defect) (이미지 693장 + Pascal VOC XML) | |
| | 이전 배포처 | [GitHub: Ixiaohuihuihui/Tiny-Defect-Detection-for-PCB](https://github.com/Ixiaohuihuihui/Tiny-Defect-Detection-for-PCB), [Kaggle: akhatova/pcb-defects](https://www.kaggle.com/datasets/akhatova/pcb-defects) | |
|
|
| ### 원본 대비 변경 사항 |
|
|
| - Pascal VOC XML → COCO JSON(`annotations/`) 변환 |
| - 클래스별 8:2 train/val 분할 |
| - 이미지 픽셀, 클래스 라벨, 박스 좌표는 변경하지 않음 |
|
|
| ## 라이선스 |
|
|
| [MIT](LICENSE). 직접 출처인 [RobotHuman/PCB_defect](https://huggingface.co/datasets/RobotHuman/PCB_defect)의 라이선스 표기를 따릅니다. 원본 이미지와 어노테이션의 저작권은 원저작자에게 있습니다. |
|
|
| 원 배포처(GitHub, Kaggle)에는 라이선스가 명시되어 있지 않습니다(Kaggle 표기: Unknown). 상업적으로 이용하려면 원저작자의 이용 조건을 별도로 확인하세요. |
|
|
| ## 인용 |
|
|
| 이 데이터셋을 사용하면 원 논문을 인용해 주세요. |
|
|
| ```bibtex |
| @article{huang2019pcb, |
| title = {A PCB Dataset for Defects Detection and Classification}, |
| author = {Huang, Weibo and Wei, Peng}, |
| journal = {arXiv preprint arXiv:1901.08204}, |
| year = {2019} |
| } |
| ``` |
|
|
