欠陥様相テキスト付き素地画像データセット
・データベースの概要
本データベースは，欠陥画像からその様相を推定することを目的として作成されたものであり，正常クラスと3種類の欠陥クラスに分類されます．また付属のCSVファイルに画像ファイル名とその画像に対応した欠陥様相テキストが対になって，含まれています．本データベースを利用することによって， VLM（Vision Language Model）を用いた画像内のキズ，異物，変色の決められた様相の評価が可能です．
基本的な利用方法として，素地ベースの欠陥画像におけるゼロショット性能を検証することを想定しています．例えば，5種の素地クラスのうち，4種類を学習用に，残りの1種類を推論用に用いることによって，ゼロショット性能を評価することが可能です．
なお，学会や雑誌等の公開物に使用される場合は，出典として以下のURLまたは文献等の記載をお願いできれば幸いです．
URL:http://isl.sist.chukyo-u.ac.jp/archives/texture-with-text
＜出典＞
栗田大樹，村上尚生，平松直人，田上鈴奈，小林大起，秋月秀一，橋本学，CLIPモデルを用いた未学習素地の欠陥様相推定手法の提案，動的画像処理実利用化ワークショップ2025（DIA2025），IS3-13，pp.460-464，きらめきみなと館，2025/03/06.
・公開済みのデータベースについて
本画像データベースは，上記の撮影方法によって撮影した画像（幅1920，高さ1080，チャンネル数3）をRGB画像（幅1080，高さ1080，チャンネル数3）でクロップし， RGB画像（幅224，高さ224，チャンネル数3）にリサイズして公開しています．全ての画像は，PNG画像として保存しています．
・データベース：ダウンロード（540MB）
■ アルミ板画像（1296枚，114MB）
内訳
キズ：324枚・29MB，変色：324枚・29MB，異物：324枚・29MB，正常：324枚・28MB
■ 布地画像（1296枚，160MB）
内訳
キズ：324枚・40MB，変色：324枚・40MB，異物：324枚・40MB，正常：324枚・40MB
■ 合皮画像（1296枚，105MB）
内訳
キズ：324枚・26MB，変色：324枚・26MB，異物：324枚・26MB，正常：324枚・26MB
■ ゴム板画像（1296枚，60MB）
内訳
キズ：324枚・16MB，変色：324枚・16MB，異物：324枚・15MB，正常：324枚・13MB
■ 木材画像（1296枚，100MB）
内訳
キズ：324枚・24MB，変色：324枚・24MB，異物：324枚・24MB，正常：324枚・28MB
・データベースの階層構造
datasets
dataset
|--aluminum
| |--GT.csv
| |--scratch
| | |--aluminum_scratch1.png
| | |--aluminum_scratch2.png
| |--discoloration
| | |--aluminum_discoloration1.png
| | |--aluminum_discoloration2.png
| | --foreign object
| | |--aluminum_foreign object1.png
| | |--aluminum_foreign object2.png
| | --normal
| |--aluminum_normal1.png
| |--aluminum_normal2.png
|--cloth
データセットは，アルミ板（aluminum），布地(cloth)，合皮（leather），ゴム板（rubber），木材（wood）の5つのカテゴリに分けられます．各カテゴリ内にキズ，変色，異物の3つの欠陥クラスと正常クラスの合計4種類が含まれています．それぞれのクラスには324枚の画像が格納されています．また，GT.csvには，行ごとに画像ファイル名とそれに対応したテキストが含まれています．具体的には，正常画像の場合は画像ファイル名と正常を意味するテキスト，欠陥画像の場合は画像ファイル名と4種類の様相と種類を含んだテキストが対になって，記述されています．