＜数据集＞路面病害数据集＜目标检测＞

原创 已于 2024-11-27 19:24:10 修改 · 750 阅读 · 3 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#目标检测 #人工智能 #计算机视觉 #YOLO #python

于 2024-07-03 15:22:16 首次发布

数据集下载链接

点击下载数据集icon-default.png?t=O83Ahttps://download.csdn.net/download/qq_53332949/89721543数据集格式：VOC+YOLO格式

图片数量：6000张

标注数量(xml文件个数)：6000

标注数量(txt文件个数)：6000

标注类别数：7

标注类别名称：['Manhole', 'Patch-Net', 'Patch-Crack', 'Pothole', 'Crack', 'Patch-Pothole', 'Net']

序号类别名称图片数框数
1Manhole32964164
2Patch-Net5481035
3Patch-Crack14782543
4Pothole212254
5Crack11261656
6Patch-Pothole620755
7Net250322

使用标注工具：labelImg

标注规则：对类别进行画水平矩形框

图片示例：

标注示例：

yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用
qq_15060477的博客
07-31 878
yolo格式数据集之地面道路病害检测4种数据集已划分好|可以直接使用|yolov5|v6|v7|v8|v9|v10通用。数据集获取地址在最后。
路面裂缝病害数据集，大量图片
10-26
路面裂缝病害数据集，大量图片
城市道路数据集.zip
08-03
海口市道路数据； 保定市道路数据； 北京市道路数据； 沧州市道路数据； 成都市道路数据； 福州市道路数据； 广州市道路数据； 贵阳市道路数据； 哈尔滨市道路数据； 杭州市道路数据； 合肥市道路数据； 呼和浩特市道路数据； 济南市道路数据； 昆明市道路数据； 拉萨市道路数据； 兰州市道路数据； 廊坊市道路数据； 南京市道路数据； 南宁市道路数据； 上海市道路数据； 沈阳市道路数据； 石家庄市道路数据； 太原市道路数据； 天津市道路数据； 武汉市道路数据； 西安市道路数据； 西宁市道路数据； 银川市道路数据； 张家口市道路数据； 长春市道路数据； 长沙市道路数据； 郑州市道路数据； 珠海市道路数据； 数据集格式： 高速公路.cpg 高速公路.dbf 高速公路.prj 高速公路.shp 高速公路.shx 国道.cpg 国道.dbf 国道.prj 国道.shp 国道.shx 九级路.cpg 九级路.dbf 九级路.prj 九级路.shp 九级路.shx 其它道路.cpg 其它道路.dbf 其它道路.prj 其它道路.shp 其它道路.shx 省道.cpg 省道.dbf 省道.prj 省道.shp 省道.shx 铁路.cpg 铁路.dbf 铁路.prj 铁路.shp 铁路.shx 县道.cpg 县道.dbf 县道.prj 县道.shp 县道.shx 乡镇道路.cpg 乡镇道路.dbf 乡镇道路.prj 乡镇道路.shp 乡镇道路.shx 行人道路.cpg 行人道路.dbf 行人道路.prj 行人道路.shp 行人道路.shx
优质道路病害数据集2.zip
05-22
道路病害数据集.详细：https://blog.csdn.net/qq_34717531/article/details/139122956?spm=1001.2014.3001.5502。该数据集分为二个部分,JPEGImages和Annotations。 道路病害数据集提供了一个全面而且精确的资源库，用于道路病害检测技术的开发和验证。该数据集包含超过23,000+张高质量的道路病害图像，这些图像涵盖了从城市街道到乡村道路，从高速公路到住宅区的各种道路场景。这样的多样化确保了数据集的广泛适用性和高实用性。 每张图片都经过了精心挑选，并且使用了labelimg工具进行了详细的人工标注。标注信息以XML文件格式存储在Annotations文件夹中，每个文件详细记录了图像中各种病害的位置、类型和其他相关属性，这为使用机器学习和深度学习模型进行道路病害识别提供了必要的地面真相数据。 JPEGImages文件夹内的图像质量高，清晰度好，这对于确保模型能够准确识别和学习道路病害特征至关重要。 免去了收集,挑选,标注道路病害图片的时间,可直接进行工程化应用。
智慧道路病害图像识别数据集 道路裂缝分割识别数据集 公路马路坑洞航拍缺陷识别数据集
最新发布
qq1309399183的博客
10-02 442
智慧道路病害图像识别数据集 道路裂缝分割识别数据集 公路马路坑洞航拍缺陷识别数据集
路面车道线，车辆以及路面裂缝数据集（带有json格式标注）
05-18
本人将该数据集作为rcnn进行路面车道线，车辆以及裂缝检测的训练数据集，标注不易
免费铁路轨道病害检测数据集(COCO数据集标注)
07-08
为铁道病害检测研究方向的学者提供尽可能的数据集资源，本数据集包括近距离铁道病害图像，如需更多相关数据集，请评论，作者会第一时间放出供学者研究。
＜数据集＞航拍路面病害识别数据集＜目标检测＞
qq_53332949的博客
08-17 730
YOLO与VOC格式的航拍路面病害识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，共7个类别，类别：Longitudinal crack、Transverse crack、Alligator crack、Oblique crack、Repair、Block crack、Pothole
优质道路病害数据集汇总
qq_34717531的博客
05-22 2938
标注信息以XML文件格式存储在Annotations文件夹中，每个文件详细记录了图像中各种病害的位置、类型和其他相关属性，这为使用机器学习和深度学习模型进行道路病害识别提供了必要的地面真相数据。道路病害不仅影响道路的平整性和美观，更重要的是会影响车辆行驶的安全性和舒适性，增加行车风险。随着技术的发展，道路病害检测的方法也在不断进步，从人工视觉检查到使用高分辨率图像、无人机、激光扫描技术等现代技术手段，大大提高了检测的效率和准确性。延迟维修可能导致病害恶化，需要更大规模的修复甚至重建，成本显著增加。
＜项目代码＞YOLOv8路面病害识别＜目标检测＞
10-21
YOLOv8路面病害识别项目代码是一个深度学习领域的应用项目，专注于利用YOLOv8这一先进的目标检测算法来识别和定位道路表面的破损与病害。该项目代码提供了一套完整的解决方案，旨在通过计算机视觉技术提升道路维护的...
道路破损检测操作细则及采集数据处理
03-03
PaveDetATEx 是针对高速公路智能检测车所开发的新一代检测软件，可以用来对高速公路路面病害进行分类、识别、统计、分析等。
YOLO路面缺陷数据集6000张标注数据-文件2
05-27
1.目标检测格式数据集，标签为yolo的txt格式 2.路面缺陷检测数据集，支持["Crack", "Manhole", "Net", "Pothole", "Patch-Crack", "Patch-Net", "Patch-Pothole", "other", "Other"] 9种 3.YOLO路面缺陷数据集6000张标注数据-分2个文件包
目标检测+人工智能+跨江桥梁路面病害和道路资产标定数据集+训练数据
08-09
跨江桥梁路面病害和道路资产标定数据，有图片及对应json，labelme标注结果，适用于桥梁视觉算法目标检测数据集。
道路缺陷检测多类别数据集.zip
05-08
数据集介绍：道路缺陷检测多类别数据集 一、基础信息 数据集名称：道路缺陷检测多类别数据集 数据规模： - 训练集：4,620张图片 - 验证集：399张图片 - 测试集：400张图片 分类类别： - 裂缝（Cracks）：道路表面线性开裂现象 - 边缘沉降（EdgeSettling）：道路边缘结构下陷 - 无道路（NoRoad）：非道路区域标识 - 坑洞（Potholes）：路面凹陷形成的危险缺陷 - 松散（Raveling）：沥青集料剥落现象 - 车辙（Rutting）：轮迹带形成的纵向沟槽 标注格式： YOLO格式标注，包含目标检测所需的归一化坐标与类别标签 二、适用场景 智能道路巡检系统： 支持车载/无人机巡检设备的实时道路病害检测，提升道路养护效率 市政维护决策支持： 通过量化分析缺陷类型与分布密度，优化道路维修优先级规划 自动驾驶感知优化： 增强自动驾驶系统对复杂路况的识别能力，提升行车安全系数 学术研究与模型优化： 为CV领域提供道路基础设施检测的基准数据集，支持YOLO系列等目标检测算法研究 三、数据集优势 多缺陷类型覆盖： 包含6种典型道路病害类型，涵盖结构性损坏与表面缺陷 高精度标注体系： YOLO格式标注经严格质检，边界框定位精准，支持即插即用 场景多样性保障： 包含不同光照条件下的道路样本，覆盖城市道路与郊区公路场景 任务适配性强： 可直接应用于目标检测任务，支持扩展至实例分割等进阶任务 工程应用价值突出： 针对道路维护实际需求设计，特别强化对坑洞、裂缝等高危缺陷的检测能力
＜项目代码＞YOLOv8 航拍路面病害识别＜目标检测＞
12-04
YOLOv8 航拍路面病害识别项目代码 项目详细介绍请看链接： https://blog.csdn.net/qq_53332949/article/details/144243304 数据集详细介绍请看：https://blog.csdn.net/qq_53332949/article/details/141276593 数据...
城市道路路面病害检测识别分析，以RDD赛事捷克-印度-日本集成融合数据集为例，基于yolov5m模型开发构建城市道路病害检测识别系统
Together_CZ的博客
06-12 2352
城市道路路面病害检测识别分析，以RDD赛事捷克-印度-日本集成融合数据集为例，基于yolov5m模型开发构建城市道路病害检测识别系统
路面病害检测-从数据清洗到模型部署的全流程方案
m0_63642362的博客
05-12 4603
转自AI Studio，原文链接： 路面病害检测-从数据清洗到模型部署的全流程方案 - 飞桨AI Studio 1. 项目说明 无论是水泥还是沥青路面，在通车使用一段时间之后，都会陆续出现各种损坏、变形及其它缺陷，这些我们统称为路面病害。如下图1所示。 图1路面病害示例 根据美国科氏公司的研究表明：一条质量合格的道路，在使用寿命75%的时间内性能下降40%，这一阶段称之为预防性养护阶段；如不能及时养护，在随后12%的使用寿命时间内，性能再次下降40%，从而造成养护成本大幅度的增加。本项目基于R
航拍路面病害识别数据集发布：多模型训练适用
资源摘要信息:"＜数据集＞航拍路面病害识别数据集＜目标检测＞" 本资源是一套专门针对航拍路面病害进行识别的数据集，该数据集遵循YOLO（You Only Look Once）格式，并采用Pascal VOC格式进行标注。数据集包含7个...
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值