Advertisement

道路损伤检测，涵盖横向与纵向裂缝、坑洼、白线及十字路口模糊、井盖等问题，包含3506张图片，适用于Yolov8格式标注

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：ZIP

简介：
本数据集专注于道路损伤检测，内含3506张图像，覆盖横向与纵向裂缝、坑洼、标线不清及井盖问题等细节，专为YOLOv8模型优化设计。 道路损坏检测系统能够识别横向裂纹、纵向裂纹、坑洼、白线模糊、十字路口模糊以及井盖等问题。该数据集包含3506张图片，并支持Yolov8格式的标注。详情可查看相关资料。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 道路损伤检测，涵盖横向与纵向裂缝、坑洼、白线及十字路口模糊、井盖等问题，包含3506张图片，适用于Yolov8格式标注
    优质
    本数据集专注于道路损伤检测，内含3506张图像，覆盖横向与纵向裂缝、坑洼、标线不清及井盖问题等细节，专为YOLOv8模型优化设计。 道路损坏检测系统能够识别横向裂纹、纵向裂纹、坑洼、白线模糊、十字路口模糊以及井盖等问题。该数据集包含3506张图片，并支持Yolov8格式的标注。详情可查看相关资料。
  • 铁路轨道缺陷检测数据集，含4278张原图及YOLOV8格式标注，涵盖裂缝与间隙等缺陷类型，详情请参见：http...
    优质
    本数据集包含4278张铁路轨道缺陷图片及其YOLOv8标注信息，详细涵盖了裂纹和间隙等多种缺陷类型，适用于轨道检测研究。详情请查阅链接。 铁路轨道缺陷数据集包含4278张原始图片，支持YOLOV8格式的标注，能够识别裂缝、间隙等缺陷。详情可参考相关文章描述。
  • Yolov8道路井盖及下水道井盖检测模型训练+数据集+PyQt界面
    优质
    本项目基于YOLOv8框架开发，专注于道路井盖与下水道井盖的自动检测。通过精心标注的数据集进行模型训练，并结合PyQt设计用户友好的图形界面，提升实际应用中的操作便捷性与准确性。 针对YOLOv8的道路井盖及下水道井盖检测任务，现有一个包含约2000个样本的数据集，并已按照训练、验证和测试三个部分进行划分。数据集以yolo格式（txt文件）标注，且具备data.yaml配置文件，支持直接用于YOLOv5、YOLOv7及YOLOv8等算法的模型训练。具体而言，该数据集中包含两类目标：Road_drain 和 Road_manhole，并在data.yaml中进行了如下定义： ``` nc: 2 names: [Road_drain, Road_manhole] ```
  • VOC格式的道路裂缝数据集-含12988张图片
    优质
    这是一个包含12988张图像的数据集，专门用于识别和分析道路裂缝情况，采用VOC格式存储，为道路维护提供科学依据。 数据集格式：Pascal VOC（不含分割的txt文件，仅包含jpg图片及其对应的xml文件） 图片数量（jpg文件个数）：12988 标注数量（xml文件个数）：12988 标注类别数：1 标注类别名称：roadcrack 每个类别的标注框数量：roadcrack计数 = 35440 使用标注工具：labelImg 标注规则：对类别进行矩形框标记 重要说明： 无特别声明 特别声明： 本数据集不对训练的模型或权重文件精度提供任何保证，仅确保提供的标注准确且合理。
  • Yolov5道路井盖及下水道井盖检测训练模型与数据集
    优质
    本项目基于YOLOv5框架开发，专注于构建高效的道路和下水道井盖检测系统。通过精心标注的数据集优化模型性能，确保在复杂环境下的准确识别能力。 使用YOLOv5进行道路井盖及下水道井盖的检测训练模型需要一个包含2000左右数据的数据集，并且该数据集中已经配置好目录结构，标签以yolo格式（txt）提供，并已划分成train、val和test三个部分。此外还附有data.yaml文件来方便YOLOv5、YOLOv7及YOLOv8等算法直接进行模型训练。 以下是用于参考的数据集配置目录结构示例： - nc: 2 - names: [Road_drain, Road_manhole]
  • 道路与下水道井盖开关及检测数据集（VOC+YOLO格式，含407张图片，2个类别）.7z
    优质
    该数据集包含407张图片和两个类别，采用VOC和YOLO两种标注格式，主要用于道路与下水道井盖开关状态的检测与识别。 数据集格式：Pascal VOC格式+YOLO格式（不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件） 图片数量(jpg文件个数)：407 标注数量(xml文件个数)：407 标注数量(txt文件个数)：407 标注类别数：2 标注类别名称:[close,open] 每个类别标注的框数： close 框数 = 248 open 框数 = 221 总框数：469 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注
  • 路面裂缝损伤数据集，包含众多图像
    优质
    本数据集汇集了大量路面裂缝损伤的图像样本，旨在为道路维护与评估提供详细的数据支持。 路面裂缝病害数据集包含大量图片。
  • 道路图像中坑洼检测，数据集包含665张图片，缺陷类型为pothole
    优质
    本项目专注于开发用于识别和分类道路图像中的坑洼（potholes）的技术。我们构建了一个数据集，其中包含了665张各种条件下的道路图像，专门针对单一的缺陷类型——坑洼进行检测。这一研究旨在提升路面维护效率与准确性。 我们有一个包含665张图像的数据集，用于检测道路中的坑洼（pothole）。
  • 钢绞线导线损伤检测图像数据集（含1200余张图片，VOC格式标注）
    优质
    本数据集包含超过1200张钢绞线导线损伤的高质量图像，采用VOC格式精确标注，为电力设备维护与智能监测提供重要研究资源。 该数据集包含钢绞线损伤检测的图像，并且已经对损伤点进行了VOC格式的标注。请注意这些图像是非运行中的导线照片，不是航拍图像。