企业官网建设流程全解析

DeepPCB标注格式深度解析：x1,y1,x2,y2,type与6大缺陷类别ID详解

【免费下载链接】DeepPCBA PCB defect dataset.项目地址: https://gitcode.com/gh_mirrors/de/DeepPCB

想快速上手DeepPCB数据集吗？本文用最短篇幅讲透它的标注格式：每个缺陷如何用x1,y1,x2,y2,type五个字段描述、6大缺陷类别ID（open、short、mousebite、spur、copper、pin-hole）分别对应什么，以及训练标注文件和评测结果文件的格式差异。读完即可独立完成 DeepPCB 的数据加载与 mAP 评测。

📦 一图看懂 DeepPCB：1500 对图像 + 6 类缺陷

DeepPCB 是一个 PCB 缺陷检测数据集，包含1500 个 640×640 的图像对：

• template 图（xxx_temp.jpg）：无缺陷的模板图像，用于图像配准；
• tested 图（xxx_test.jpg）：待检测的测试图像，上面带有 3~12 个真实或人工增广的缺陷；
• 标注文件（xxx.txt）：与 tested 图同名，存放在对应的xxx_not目录中，记录每个缺陷的位置与类别。

每张图平均 3~12 个缺陷，分布情况如下：

数据集根目录为 PCBData/，按groupXXXXX/分组存放，并提供了 PCBData/trainval.txt 与 PCBData/test.txt 两个清单文件，分别列出训练验证集和测试集中图像路径 → 标注文件路径的映射，方便直接遍历加载。

📝 5 秒读懂标注文件：x1,y1,x2,y2,type

打开任意一个标注文件（例如 PCBData/group00041/00041_not/00041000.txt），你会看到类似这样的内容：

466 441 493 470 3 454 300 493 396 2 331 248 364 283 4 539 259 592 316 1 89 469 127 497 5

每行代表一个缺陷的轴对齐边界框 + 类别ID：

下图就是带真值标注的 tested 图像，绿色框即上述边界框：

对应的无缺陷模板图长这样（用于对齐，不含标注）：

🏷️ 6 大 PCB 缺陷类别 ID 速查表

type字段是整数 ID，对照关系如下（来源见 README.md）：

⚠️注意：0表示 background，不参与标注，实际缺陷只用 1~6。

💡 这套 ID 与标注工具源码中的定义一一对应，可参考 tools/PCBAnnotationTool/datadef.h。

🔀 关键易混淆点：训练格式 ≠ 评测格式

很多新手栽在格式细节上。DeepPCB 的标注文件（训练用）和结果文件（评测用）并不相同：

评测时要求检测框与同类真值框的IoU > 0.33才算命中，同时统计 mAP 与 F-score（F=2PR/(P+R)）。评测入口是 evaluation/script.py，真值包为 evaluation/gt.zip，运行方式：

python script.py -s=res.zip -g=gt.zip

下方是模型在 tested 图上的实际检测结果，绿框顶部标注了类别名与置信度：

🛠️ 自己动手标注：官方 PCBAnnotationTool

如果你需要扩充数据，仓库自带 Qt 标注工具（源码位于 tools/PCBAnnotationTool/，使用文档见 tools/README.md）。工具栏提供 open / short / mousebite / spur / copper / pinhole 六个按钮，点击后在 tested 图上画框即可自动生成边界框并保存为上述 txt 格式：

使用时只需编辑 tools/examples/test.txt 配置「输入图像路径 / 输出标注路径」清单，再打开文件开始标注即可。

✅ 上手检查清单（避坑 Tips）

1. 坐标是像素值：图像统一为 640×640，坐标直接可用，无需缩放；
2. type 是 1~6 的整数：加载数据时映射为["open","short","mousebite","spur","copper","pin-hole"]；
3. 评测输出 type 必须是小写字符串，且 pin-hole 带连字符，逗号后不能有空格；
4. 每张图 3~12 个缺陷：解析时不要假设固定数量，按行数读取；
5. 图像-标注一一对应：00041000_test.jpg↔00041000.txt，清单文件可交叉校验完整性。

按以上格式编写加载与评测代码后，配合 evaluation/ 目录中的脚本，你提交的模型就能得到与论文一致的 mAP / F-score 基准对比结果了。

【免费下载链接】DeepPCBA PCB defect dataset.项目地址: https://gitcode.com/gh_mirrors/de/DeepPCB