数据集 FabricSpotDefect 是由来自孟加拉国独立大学（Independent University, Bangladesh）计算与数据科学中心及计算机科学与工程系的 Farzana Islam、Sumaya、Md Fahad Monir 以及 Ashraful Islam 共同构建的织物斑点缺陷标注数据集。该研究以数据论文（Data Article）的形式发表于 Elsevier 旗下的数据期刊《Data in Brief》2024 年第 57 卷，文章编号为 111165，并于 2024 年 11 月 24 日上线。该数据集可通过 Mendeley Data 平台公开获取，其 DOI 为 10.17632/6574nhzm8x.1。

在学术背景方面，该研究属于纺织工程与计算机视觉的交叉领域，具体研究方向为利用计算机视觉技术进行织物表面斑点缺陷的自动检测。在现代纺织工业中，质量控制是决定产品等级与出口竞争力的关键环节。传统的人工目视检测方法存在明显局限：一方面，工人长时间工作容易产生视觉疲劳，导致漏检和误检；另一方面，织物图案复杂、颜色多样，尤其是带有印花和提花的面料，其表面斑点与背景纹理容易混淆，人工检测准确率往往只有 60% 至 75%。已有研究表明，基于人工智能和机器学习的自动化检测系统能够显著提高检测效率并降低运营成本。然而，此前公开的数据集大多集中于结构较为简单的纯色织物，缺乏专门针对多种织物类型、特别是复杂印花织物上的斑点缺陷数据。因此，该研究团队构建了 FabricSpotDefect 数据集，旨在为织物斑点检测提供首个专门且具有真实世界复杂性的公开数据资源，以支持机器学习模型在真实应用场景中的训练与评估。

该数据集的工作流程主要包括四个阶段：图像采集、人工标注、图像预处理和数据增强。在图像采集阶段，研究团队使用三款不同型号的智能手机拍摄了 1014 张二维 RGB 彩色图像，这些手机包括三星 Galaxy Note20（64 MP、f/1.8 光圈、支持光学防抖、1/1.72 英寸传感器）、三星 Galaxy S20 FE（12 MP、f/1.8 光圈、1/1.76 英寸传感器）以及三星 Galaxy A53 5G（64 MP、f/1.8 光圈、1/1.72 英寸传感器）。所有图像均在家庭日常光照条件下拍摄，使用的织物来自日常穿着的衣物，并经历了常规洗涤和穿着过程。这些织物类型涵盖棉、亚麻、丝绸、牛仔布、印花织物、提花织物等，斑点类型则包括油渍、染料污渍、锈迹、血渍、汗渍、墨迹、咖啡渍、食物渍、胶水渍、洗涤剂渍以及化妆品污渍等多种类别。需要强调的是，尽管斑点来源多样，但在数据集中所有缺陷均被统一标注为单一类别“spot”，以简化检测任务并提高机器学习模型的泛化能力。

在人工标注阶段，研究团队使用 Roboflow 在线标注平台对 1014 张原始图像进行了逐一手动标注。标注形式包括边界框（bounding box）和多边形（polygon）两种。对于形状规则、边界清晰的斑点，采用边界框进行快速标注；对于形状不规则、分布散乱的斑点，则使用多边形标注以更精确地勾勒缺陷轮廓。最终在原始数据集中共获得 3288 个斑点标注。在数据集划分方面，原始图像按照 63%、22% 和 15% 的比例被划分为训练集（643 张，2180 个标注）、验证集（219 张，568 个标注）和测试集（152 张，540 个标注）。这种划分在 Roboflow 平台上完成，确保了同一张图像只出现在一个子集中，不存在数据重叠，从而保证了模型评估的公正性。

在图像预处理阶段，研究团队对全部图像进行了自动方向校正（auto-orient）和尺寸统一处理。自动方向校正通过去除 EXIF（可交换图像文件格式）元数据，使图像在不同平台上显示一致。随后，所有图像均被调整为 416×416 像素的统一尺寸，以满足后续模型训练的输入要求。在数据增强阶段，研究团队仅对训练集图像应用了六类增强方法，以扩展数据多样性并减少模型过拟合风险。这些方法包括：水平翻转和垂直翻转、顺时针和逆时针 90 度旋转、水平与垂直方向上的 ±15 度剪切变换、饱和度在 −25% 至 +25% 范围内的调整、亮度在 −25% 至 +25% 范围内的调整，以及对最多 5.03% 的像素添加随机噪声。经过增强后，数据集共增加了 2300 张合成图像，使训练图像总数达到 1929 张。增强后的数据集同时导出了 YOLOv8 和 COCO 两种格式。其中 YOLOv8 格式共包含 7641 个斑点标注，训练集标注为 6533 个；COCO 格式共包含 7635 个标注，训练集标注为 6527 个。两种格式在标注总数上的微小差异源于边界框转换规则的不同。验证集和测试集的图像数量与标注数量在原始数据与增强数据中保持一致，分别为验证集 568 个标注和测试集 540 个标注。数据集的目录结构清晰，原始数据文件夹包含训练、验证和测试三个子文件夹，标签以 COCO 格式保存；增强数据文件夹则按照 COCO 和 YOLOv8 两种格式分别组织，其中 YOLOv8 文件夹内还包括定义类别和路径的 data.yaml 文件。

该数据集的主要结果体现在其规模、多样性和标注质量三个层面。首先，在数据规模上，原始数据集包含 1014 张图像和 3288 个人工标注，增强后总图像数达到 3314 张，总标注数超过 7600 个，为训练深度卷积神经网络等数据驱动模型提供了较为充足的数据基础。其次，在数据多样性上，织物类型不仅包括纯色棉布、亚麻和丝绸等简单背景，还包括具有复杂几何图案、花卉印花和提花结构的织物，这些织物上的斑点由于与背景纹理相似，检测难度显著增加。同时，斑点的物理成因涵盖油、水、染料、化学品、锈、血、汗渍以及食物和化妆品残留等多种类型，覆盖了家庭和工业环境中常见的缺陷形态。再次，在标注质量上，所有原始图像均由人工逐一标注，保证了边界框和多边形与真实缺陷位置的高度吻合。增强处理仅针对训练集，避免了合成数据污染验证集和测试集，从而保证了模型性能评估的可靠性。这些结果共同支撑了该数据集的核心结论，即 FabricSpotDefect 能够为复杂织物斑点检测任务提供一个具有真实性、多样性和可操作性的基准数据资源。

该研究的价值主要体现在科学价值和应用价值两个方面。在科学价值上，FabricSpotDefect 是据研究团队所知第一个专门面向织物斑点检测的数据集，其独特之处在于同时覆盖多种织物类型和多种斑点来源，并且特别关注了复杂印花织物上的检测难题。这为计算机视觉和机器学习领域的研究者提供了一个新的基准，可用于开发、比较和评估不同的目标检测模型。在应用价值上，该数据集可直接用于训练自动化质检系统，帮助纺织工厂降低人工检测成本、提高检测效率并稳定产品质量。此外，该数据集还可拓展至医疗纺织品（如手术手套、口罩、纱布和手术围裙）以及出口服装等对质量要求较高的行业。研究团队还指出了该数据集的若干局限性，包括部分图像因手机拍摄特性可能存在噪声或模糊、增强方法无法完全模拟所有真实光照和缺陷形态、缺少无缺陷织物图像作为负样本、以及所有图像均为静态织物拍摄，尚未覆盖生产线上的动态运动场景。尽管如此，该数据集公开可用且格式兼容性强，未来研究者可在其基础上进一步扩展和优化。

该研究的主要亮点在于：第一，首次专门构建了多织物类型、多斑点来源的“仅斑点”缺陷数据集，填补了该细分领域的数据空白；第二，同时对原始图像进行了人工边界框和多边形双重标注，提高了标注精度；第三，系统应用了六类数据增强方法，并分别导出 YOLOv8 和 COCO 两种主流机器学习标注格式，便于不同框架下的模型训练；第四，数据集以真实家庭环境和日常衣物为采集对象，贴近实际应用场景，能够有效增强模型在非理想条件下的鲁棒性。这些特点使 FabricSpotDefect 在纺织质量控制和计算机视觉交叉研究领域具有良好的参考价值与进一步开发潜力。