高分辨率无人机基础设施缺陷检测数据集数据集总览项目参数详情数据集名称高分辨率无人机基础设施建筑、桥梁缺陷检测数据集图像总数量5000张单张分辨率4600 × 3700超高分辨率总数据大小13GB采集方式无人机航拍实拍建筑外立面、桥梁构件实景拍摄标注工具LabelImg原始标注格式PASCAL‑VOC可直接转换YOLO、COCO格式适用场景无人机巡检、房屋老旧病害排查、桥梁外观缺陷自动化检测、建筑安全评估缺陷类别明细类别名称英文标签缺陷说明裂纹crack墙体、混凝土表面开裂长短裂缝水浸/潮湿moisture墙体渗水、返潮、水渍霉变区域剥落spalling混凝土表层破损、砂浆脱落、露筋、掉块数据集划分参考划分图像数量训练集4000验证集500测试集500VOC标注示例annotationfilenameimg_0001.jpg/filenamesizewidth4600/widthheight3700/heightdepth3/depth/sizeobjectnamecrack/namebndboxxmin1240/xminymin960/yminxmax2100/xmaxymax1420/ymax/bndbox/objectobjectnamespalling/namebndboxxmin2450/xminymin1600/yminxmax3020/xmaxymax2210/ymax/bndbox/object/annotationYOLO格式转换脚本可直接复制运行importosimportxml.etree.ElementTreeasETdefconvert_voc_to_yolo(xml_path,txt_path,img_w,img_h):treeET.parse(xml_path)roottree.getroot()cls_map{crack:0,moisture:1,spalling:2}lines[]forobjinroot.findall(object):cls_nameobj.find(name).textifcls_namenotincls_map:continuecls_idcls_map[cls_name]bndobj.find(bndbox)xminfloat(bnd.find(xmin).text)yminfloat(bnd.find(ymin).text)xmaxfloat(bnd.find(xmax).text)ymaxfloat(bnd.find(ymax).text)x_center(xminxmax)/2/img_w y_center(yminymax)/2/img_h w(xmax-xmin)/img_w h(ymax-ymin)/img_h lines.append(f{cls_id}{x_center:.6f}{y_center:.6f}{w:.6f}{h:.6f})withopen(txt_path,w,encodingutf‑8)asf:f.write(\n.join(lines))# 批量转换xml_dir./Annotationstxt_dir./labelsos.makedirs(txt_dir,exist_okTrue)forfinos.listdir(xml_dir):iff.endswith(.xml):convert_voc_to_yolo(os.path.join(xml_dir,f),os.path.join(txt_dir,f.replace(.xml,.txt)),4600,3700)数据集特点无人机航拍真实场景图像像素很高适合工业巡检场景缺陷目标大小跨度大既有细微裂缝也有大面积剥落破损。覆盖老旧民居外墙、混凝土构件包含露筋、渗水、风化等真实病害贴近工程实际检测需求。VOC格式一键转YOLO直接适配YOLOv8/v11等模型训练。
)
