jonathanwvd/awesome-industrial-datasets

这个项目是什么

Awesome Industrial Datasets 是一个精心策划的列表（一种开源中常见的“awesome list”格式，即某人收集并组织某个主题的链接和资源），收录了高质量的工业数据集。该项目托管在GitHub上，整理了约190个数据集，涵盖制造业、能源、石油和天然气、化工、航空航天及相关行业。

其目的很简单：让需要真实工业数据的人更容易找到数据。研究人员、工程师和数据科学家无需在网络上四处搜索，只需浏览这一个目录，查看每个数据集提供的内容，然后直接跳转到来源。

你会在里面找到什么

列表中的每个数据集都在一个大表格中占一行（并在仓库的markdown/文件夹中有自己的详情页）。每行从10个维度描述数据集：

• 领域 — 行业部门（例如，石油和天然气、制造和生产、能源和电力）
• 资产/过程 — 数据来自的物理对象（例如，涡轮机、轴承、PCB板、化工过程、太阳能电池板）
• 模态 — 数据格式（图像、时间序列、表格数据、振动信号、3D点云、X射线/CT扫描等）
• 任务 — 数据可以支持的机器学习问题（异常检测、缺陷分类、预测性维护、预测、质量预测、剩余使用寿命估计等）
• 标注 — 数据附带的标签（例如，缺陷的像素掩码、故障类型标签、回归的标量目标）
• 来源类型 — 数据的来源（真实生产系统、实验室测试平台、模拟、公共记录）
• 访问 — 下载位置（UCI、Kaggle、Hugging Face、官方门户、仓库等）
• 规模 — 样本或记录的数量（如有说明）
• 年份 — 发布年份（如已知）
• 许可证 — 使用条款（如已知；许多条目注明“信息不可用”）

目录中的真实示例

表格让你感受到其广度：

• 基于图像的缺陷检测：如3CAD（27,000多张带像素级缺陷掩码的PCB图像）和Casting product image data（7,348张用于质量检验的图像）等数据集
• 预测性维护：如C-MAPSS Aircraft Engine Simulator Data和CNC Mill Tool Wear等数据集，目标是预测故障或刀具磨损
• 能源预测：如Electricity Load Diagrams和Brent Oil Prices等数据集
• 过程监控：如Condition monitoring of hydraulic systems和Tennessee Eastman Process模拟等数据集
• 基准套件：有些条目是场景或任务的集合，而非单一数据集（例如，AssetOpsBench）

谁维护它以及如何使用

由一位维护者（jonathanwvd）策划该列表。README中包含指向同一目录的HTML版本的链接，位于indatlas.com，便于浏览。读者如果觉得有用，也被邀请给仓库加星。

它不是什么

该项目不托管数据集本身——它是一个目录。每个条目指向原始来源（Kaggle、UCI、官方门户等），其中一些来源需要登录或有许可证限制。此外，元数据的完整性各不相同：许多条目明确说明规模、年份或许可证信息不可用。

底线： 如果你需要工业数据用于机器学习或分析项目，这是一个一站式目录，告诉你存在什么、适合什么用途以及在哪里获取。