← 首页 · 模型与数据 模型与数据

边缘 AI 扩收集目录：公开数据集 + 部署中间件

整理日期：2026-10-25（Asia/Shanghai）
定位：在「按行业 / 按芯片厂商 / 按开源平台」深挖之外的两块扩收集，尽量用可核验的官方或主流镜像链接。
用法：冷启动与评测用公开集；量产务必叠加现场数据，并复核许可（尤其 NC / AGPL）。

文首索引

章节 内容
A. 公开数据集总目录 通用视觉、电力、工业、安防、交通、农业、语音 TinyML、异常时序、数据集平台
B. 部署与中间件 DeepStream / Isaac、GStreamer+NPU、MQTT 事件上报、模型管理/OTA、标注工具
还缺什么 / 继续检索建议 空白与下一轮深挖方向

与既有文档的关系：行业模型与数据集细表见 edge-ai-open-models-datasets-by-industry.md；厂商 Model Zoo 见 vendor 系列；开源框架见 edge-ai-opensource-platforms-deepdive.md。本文侧重「可下载数据源总表」与「落地流水线中间件」。

A. 公开数据集总目录（按模态+场景）

每条格式：名称 — 规模简述 · 许可（若知）· [官方链接] · 适合边缘任务。

A1. 通用视觉

名称 规模简述 许可（若知） 官方链接 适合边缘任务
MS COCO 训练约 118k 图，80 类检测/分割/关键点 图像来源多样，标注侧重研究使用；商用需核对图像版权 cocodataset.org YOLO/RT-DETR 预训练与导出压测基线
Open Images 数百万图、数百～上千类框/分割/关系 图像多为 CC，标注 Apache-2.0（以官方说明为准） storage.googleapis.com/openimages / GitHub openimages 长尾类冷启动、蒸馏教师集
Objects365 约 60 万+ 图、365 类 研究为主，下载需注册 objects365.org 更密的日常物体检测预训练
VisDrone UAV 航拍检测/跟踪/计数多任务子集 研究用途为主 github.com/VisDrone/VisDrone-Dataset 无人机巡检、小目标、俯视角
ImageNet / ImageNet-1k 约 128 万训练图、1000 类 研究许可，图像版权复杂 image-net.org 分类骨干预训练；边缘多用蒸馏后的 MobileNet/EfficientNet
Pascal VOC VOC07/12，约数千～上万图 研究常用 host.robots.ox.ac.uk/pascal/VOC 小规模检测/分割教学与兼容标注格式

边缘提示：板端压测优先用 COCO 子集或自采 200～2000 张；不要把整份 Open Images 拷到 MCU。

A2. 电力 / 能源

名称 规模简述 许可（若知） 官方链接 适合边缘任务
CPLID（Chinese Power Line Insulator Dataset） 正常绝缘子约 600 张 UAV 图 + 缺陷约 248 张（含合成增强）；VOC 标注 研究开源；图像来源国网相关，商用需再确认 GitHub InsulatorDataSet · IEEE DataPort 绝缘子检测/缺陷；YOLO 冷启动
InsPLAD 约 10,607 张高分辨率 UAV 图；17 类资产；含腐蚀/破损/鸟巢等；检测+故障分类+无监督异常三套 论文公开，下载见仓库说明 github.com/andreluizbvs/InsPLAD 多资产巡检、异常检测基线
MPID 多类型绝缘子（玻璃/瓷/复合）合并集，YOLO 格式框 CC BY 4.0（仓库说明） github.com/phd-benel/MPID 多材质绝缘子检测微调
TTPLA 约 1,100 张 3840×2160 航拍；约 8,987 实例；杆塔+导线；COCO 实例分割 Apache-2.0（仓库） github.com/R3ab/ttpla_dataset 杆塔/导线分割，避障与巡线
高压隔离开关开合状态 垂直隔离开关开/合状态图像集 IEEE DataPort 条款，需账号 IEEE DataPort 开关数据集 变电站刀闸状态识别
VPMBGI 等破损玻璃绝缘子集 较小专项集 见各仓库 如 phd-benel/VPMBGI 缺陷细分类补充

边缘提示：电力公开集远少于通用视觉；CPLID/InsPLAD 适合冷启动，省网/现场几百张精标仍是量产门槛。红外热斑多缺公开金标准，常改用无监督异常（PatchCore 等）+ 自采。

A3. 工业缺陷

名称 规模简述 许可（若知） 官方链接 适合边缘任务
MVTec AD 15 类物体/纹理，5000+ 高分辨率图；像素级异常标注；无缺陷训练集 CC BY-NC-SA 4.0（禁止商用） mvtec.com/…/mvtec-ad 无监督异常方法评测；产线需自建数据
NEU Surface Defect 热轧带钢 6 类缺陷，各类 300 张，200×200；分类+定位 学术研究为主 东北大学原站 / 镜像汇总见 Surface-Defect-Detection 钢表面缺陷分类/检测小模型
DeepPCB 1500 对 640×640 模板-测试图；开路/短路等 6 类缺陷框；1000 trainval / 500 test 研究用途（论文/仓库） github.com/tangsanli5201/DeepPCB PCB AOI 检测边缘 demo
DAGM 2007 10 类合成纹理缺陷，512×512；弱监督椭圆标注 竞赛/研究 Heidelberg HCI 原链（见工业缺陷汇总站） 纹理缺陷弱监督算法验证
Severstal Steel 训练集约 1.2 万、测试约 5.5k；1600×256；带钢缺陷分割 Kaggle 竞赛条款；学术可引用 PAO Severstal kaggle.com/…/severstal-steel-defect-detection 分割质检、多缺陷并存
KolektorSDD / SDD2 工业表面缺陷（电气换向器等） 学术资源页条款 vicos.si/…/kolektorsdd 小样本工业缺陷
Magnetic Tile 磁瓦 6 类缺陷 + 分割标注 研究（论文配套） github.com/abin24/Magnetic-tile-defect-datasets 磁瓦/类似纹理分割

边缘提示：工业侧 NC 许可多（尤其 MVTec）；产线闭环 = 自采 + 无监督/少样本，公开集只做算法选型。

A4. 安防 / PPE / 烟火

名称 规模简述 许可（若知） 官方链接 适合边缘任务
SHWD（Safety Helmet Wearing Dataset） 约 7,581 图；戴帽约 9k+、人员约 11 万+ 实例；VOC 研究开源 github.com/njvisionpower/Safety-Helmet-Wearing-Dataset 变电站/工地安全帽检测
Construction-PPE（Ultralytics） 1,416 图；11 类（帽/手套/背心/靴/护目镜及缺失项） 随 Ultralytics 资源；注意 AGPL 工具链影响 docs.ultralytics.com/…/construction-ppe PPE 合规；正负类齐全
D-Fire 2 万+ 图烟火检测框；含监控视频样例 研究/仓库条款 github.com/gaia-solutions-on-demand/DFireDataset（亦见 gaiasd/DFireDataset 镜像） 边缘烟火预警（YOLO-n + TensorRT 常见）

边缘提示：安监场景光线与角度漂移大，公开 PPE 集需加现场负样本（无帽、反光、遮挡）。

A5. 交通

名称 规模简述 许可（若知） 官方链接 适合边缘任务
CULane 大规模车道线检测（行车视角） 研究 xingangpan.github.io/projects/CULane 车道线分割/检测，车载边缘
CCPD（及 CCPD_Plus 等整理） 中国车牌检测识别，数十万级图 研究；整理仓各异 CCPD_Plus 等整理仓（原 CCPD 论文配套） 车牌检测 OCR 流水线
GTSRB 德国交通标志，约 5 万张、43 类 研究常用 官方交通标志检测站点 / 学术镜像 标志分类 TinyML / 轻量 CNN
BDD100K 约 10 万驾驶视频帧级多任务（检测/分割/车道等） BDD 许可（需注册同意） doc.bdd100k.com/download.html 多任务驾驶感知；子集用于 Jetson
KITTI 立体/检测/里程计经典集 研究许可 cvlibs.net/datasets/kitti 标定、3D 检测入门

A6. 农业

名称 规模简述 许可（若知） 官方链接 适合边缘任务
PlantVillage 约 5.4 万叶片图；14 作物、26 病害等 研究广泛使用；以仓库说明为准 github.com/spMohanty/PlantVillage-Dataset 病害分类手机/边缘摄像头
DeepWeeds 约 17,509 图；澳大利亚牧场 8 种杂草 开源研究 github.com/AlexOlsen/DeepWeeds 杂草识别、田间机器人
CropAndWeed 等 约 8k 实景图，检测/分割/茎标注 见仓库 github.com/cropandweed/cropandweed-dataset 作物-杂草实例分割

A7. 语音 / TinyML 音频

名称 规模简述 许可（若知） 官方链接 适合边缘任务
Google Speech Commands 短词指令，v0.02 约数万 wav CC BY 4.0 HF google/speech_commands · 论文 arXiv:1804.03209 关键词唤醒、MCU/ESP 分类
ESC-50 2000 条环境音、50 类 CC BY-NC 3.0（子集 ESC-10 为 CC BY） github.com/karolpiczak/ESC-50 环境声事件；商用慎用 NC
FSD50K 约 51k 音频剪辑、多标签 集级 CC BY，单条许可混合（含 NC） Zenodo / FSD50K 项目页（检索 FSD50K） 更丰富声景；商用须按 clip 过滤
Mozilla Common Voice 多语言众包语音 CC0 等（以版本页为准） commonvoice.mozilla.org 边缘 ASR 微调语料（算力通常要网关级）

边缘提示：MCU 只跑关键词/事件分类；完整 ASR+LLM 放到 Jetson/手机 SoC。

A8. 异常 / 时序（传感器、振动、过程）

名称 规模简述 许可（若知） 官方链接 适合边缘任务
Numenta NAB 约 58 条流式时序，带异常窗口标注 AGPL 相关项目许可需核对 github.com/numenta/NAB 流式异常评分、网关侧规则+ML
UCR Time Series Anomaly Archive 约 250 个单变量异常子集 学术归档条款 Figshare / UCR 发布说明 算法对比；非工业现场直接部署
SKAB（Skoltech Anomaly Benchmark） 多变量传感器，点/集体异常与变点 研究 github.com/waico/SKAB 水泵/试验台类过程异常
ST NanoEdge / AFCI 案例数据 厂商教程级电弧/电流样本（非大型公开库） 随 ST 文档与工具 ST 官网 Cube AI / NanoEdge 文档 MCU 电弧/振动少样本学习入门

边缘提示：电力电弧、轴承振动等几乎没有可直接商用的大规模公开集；传感器侧以自采 + NanoEdge/Edge Impulse 少样本为主。

A9. 数据集平台（入口，而非单一集）

平台 说明 链接 边缘用法
Roboflow Universe 海量社区检测/分割集，一键导出 YOLO/COCO 等 universe.roboflow.com 快速找 PPE、表计、绝缘子类社区集；注意每集许可
Kaggle Datasets / Competitions Severstal、各类工业与农业赛题 kaggle.com/datasets 竞赛数据冷启动；遵守竞赛规则
IEEE DataPort CPLID、开关状态等电力相关 ieee-dataport.org 学术下载常需账号
Zenodo DOI 存档（FSD50K、论文附件等） zenodo.org 长期引用与镜像
Hugging Face Datasets 镜像与可脚本加载（Speech Commands、部分工业校正集） huggingface.co/datasets CI 拉数、与 Transformers/ONNX 流水线衔接
Papers with Code / Charmve Surface-Defect 工业缺陷索引站 charmve.github.io/Surface-Defect-Detection 按缺陷类型找集，再回官方源核对许可

B. 部署与中间件

B1. NVIDIA DeepStream

  • 定位：基于 GStreamer 的多路视频 AI 流水线 SDK（解码→推理→跟踪→OSD→编码/消息）。
  • 边缘：Jetson Orin 等；与 JetPack 版本绑定。2026 年 DeepStream 9.x 文档强调 JetPack 7.2、Orin/Thor，源码与 skills 更多集中到 GitHub。
  • 链接：DeepStream Get Started · 文档概览
  • 边缘 AI 关联：安防多路枪机、变电站周界、厂区烟火；结果可走 Kafka/MQTT/HTTP 消息边。
  • 注意：与 TensorRT 引擎版本强绑定；换板/换 JetPack 需重导引擎。

B2. NVIDIA Isaac（Isaac ROS / 机器人）

  • 定位：ROS 2 上的 CUDA 加速感知与导航包；DNN Inference 节点可走 TensorRT 或 Triton。
  • 边缘：Jetson 机器人、巡检小车、机械臂视觉。
  • 链接：Isaac ROS Getting Started · DNN Inference
  • 与 DeepStream 分工：DeepStream 偏「多路视频分析」；Isaac ROS 偏「机器人图与传感器融合」。可并存：DeepStream 出检测 topic，导航用 Isaac。

B3. GStreamer + 各 NPU 插件

栈 典型硬件 说明
DeepStream 插件集 Jetson / dGPU nvinfer、nvtracker、nvmsgbroker 等
Rockchip / RKNN RK3588 等 社区常见：摄像头 → NV12 → rknn 推理 → appsink；教程如 rknn-gstreamer-tutorial
Hailo Hailo-8/8L + Pi 等 厂商 GStreamer 元素 + HEF 模型
Intel OpenVINO + VA-API/GStreamer x86 工控机多路
Coral Edge TPU 常配合 TFLite；流水线可用 GStreamer + 自定义 appsink

实践建议：统一「采集与显示用 GStreamer，推理用厂商 runtime」，用共享内存/appsink 解耦，避免把整条 pipeline 焊死在某一 NPU。

B4. MQTT / 事件上报（与边缘 AI 强相关）

组件 角色 链接 / 说明
Eclipse Mosquitto 轻量 Broker，箱内/站端常见 mosquitto.org
Eclipse EdgeX Foundry 设备接入、规范化、规则（常含 Mosquitto / eKuiper） edgexfoundry.org
DeepStream msgbroker 检测元数据北向（MQTT/Kafka 等） DeepStream 文档 msgbroker 插件
事件 JSON 惯例 device_id, model_version, class, conf, bbox, ts, stream_id 便于后期混部硬件与云端对账

边缘 AI 要点：只上报事件与裁剪图，不要持续推原始视频；降低带宽与隐私风险。

B5. 模型管理 / OTA（开源与半开源）

方案 与边缘关系 说明
MLflow 训练侧版本、指标、制品登记 边缘侧通常只拉「已签名的模型包」，不全量跑 Tracking Server
BentoML 打包推理服务；可导入 MLflow 模型 更适合网关/工控 x86 容器；MCU 不适用
Mender 系统/应用 OTA，回滚与分阶段发布 适合「整机镜像或容器」级更新；模型可作为应用层文件
Balena 容器舰队 + OTA；有与 Edge Impulse 等教程 适合 Pi/Jetson 舰队
厂商 OTA JetPack/TAO 工作流、瑞芯微/乐鑫自有升级通道、ST 量产烧录 量产常「厂商生命周期 + 自建模型仓库」双轨

推荐最小闭环：对象存储（模型 .rknn / .engine / .tflite）+ 版本清单 + 设备拉取校验签名 + 双槽回滚；MQTT 只发「有新版本」信号。

B6. 标注工具

工具 许可 / 形态 链接 边缘项目用法
CVAT 开源，可自建 cvat.ai 检测/分割/视频；电力巡检精标主力
Label Studio 开源 + 商业版 labelstud.io 多模态（图/音/文本）；与 ML 后端联动
Roboflow SaaS + 导出；Universe 社区集 roboflow.com 快速增强、格式转换、版本数据集
LabelImg / 其它轻量 本地框标注 社区维护 小团队离线补标

流程：Roboflow/公开集冷启动 → CVAT/Label Studio 现场精标 → 导出 YOLO/COCO → 厂商量化工具。

B7. 一条可复用的边缘部署骨架（跨芯片）

相机/麦克风 → GStreamer(或 V4L2) → 前处理
    → 厂商 Runtime(TensorRT / RKNN / OpenVINO / TFLite / HEF …)
    → 后处理(NMS/跟踪) → 本地策略
    → MQTT/HTTP 事件 → 可选云端
模型制品 ← 签名仓库 ← 训练(MLflow 登记) ← 标注(CVAT)
OTA：清单版本 → 设备双槽切换 → 失败回滚

还缺什么 / 继续检索建议

当前缺口（公开网能摸到的上限）

  1. 电力红外金标准集、真实 AFCI 电弧大数据：几乎无「可商用、可复现」的大型开源库；多停在论文附件或厂商演示。
  2. 表计指针/数显统一基准：仓库零散（meter-vision 等），缺权威 benchmark。
  3. 国产芯片（算能、地平线、海思）配套公开行业数据：多为 SDK 样例，不是可再分发数据集。
  4. 许可透明度：大量 GitHub 集未写 SPDX；IEEE DataPort 下载条款因账号而异——目录中「若知」处需法务再核。
  5. GStreamer 官方 NPU 插件文档碎片化：Hailo/RK 强依赖厂商 BSP 版本，社区教程易过期。

建议下一轮深挖（仍「不要停」时可排期）

优先级 主题 产出形式
P0 表计读数开源项目+数据横向评测表 单独 Markdown + 飞书附录
P0 电力红外 / 热成像公开与半公开集清单 含许可风险标注
P1 各芯片「GStreamer 元素名 + 样例 repo + JetPack/BSP 版本矩阵」 可执行 cheatsheet
P1 OTA 实操：Mender vs Balena vs 自建签名仓库对比（Jetson + RK3588） 架构选型页
P2 Roboflow Universe 关键词扫描：insulator substation gauge arc 社区集 Top-N 与许可
P2 时序/振动：IMS 轴承、CWRU、Paderborn 等是否纳入「工业边缘」附录 A8 扩写

使用本目录时的三条纪律

  1. 链接以官方/一作仓库为准，汇总站（Charmve、博客）只作索引。
  2. NC / AGPL / 芯片绑定许可单独进项目风险表，再谈量化精度。
  3. 边缘成败看目标板实测 FPS/功耗/误报，不看论文 mAP alone。

本文为扩收集稿，可与飞书《边缘AI开源模型与数据集行业调研》合并为「数据集附录 + 中间件附录」。

← 边缘 AI 开源模型与数据集行业调研（按行业分类） 首页 边缘 AI 数据集 / 权重 / 工具链许可台账模板 →