本文介绍了一个包含166张图片的铁路接触网异物数据集，该数据集的制作考虑到了实际拍摄图像中铁路接触网异物较为稀少的情况，因此通过手动添加不良状态的方式，确保了数据集的质量和多样性。这一数据集的主要目的是为研究智能铁路监测技术的学者提供有力的支持。通过在神经网络中进行训练，可以提高铁路接触网异物检测技术的性能，为铁路安全和维护提供更可靠的解决方案。