建筑外立面6类病害目标检测数据集｜外墙脱落、鼓包、腐蚀、裂纹、渗漏 YOLO训练数据集第10830期

文章目录

• 建筑外立面6类病害目标检测数据集｜外墙脱落、鼓包、腐蚀、裂纹、渗漏YOLO训练数据集
• • 这是什么数据集？
  • 数据集核心参数有哪些？
  • 数据集包含哪6个标注类别？
  • 数据集适用于哪些使用者？
  • YOLO26训练yaml配置
  • YOLO26训练代码
  • FAQ
  • • Q：该数据集是分割掩码还是检测框标注？
    • Q：是否可以直接用于YOLO训练？
    • Q：样本数量适合正式项目落地吗？
    • Q：附带的模型效果怎么样？
    • Q：图片拍摄场景是什么？
  • 业务说明

建筑外立面6类病害目标检测数据集｜外墙脱落、鼓包、腐蚀、裂纹、渗漏YOLO训练数据集

这是什么数据集？

答案：建筑外立面病害目标检测数据集，图片总量14310张，一共6个标注类别，标注为检测框格式，适配YOLOv5/v8/v11/v26系列模型训练、毕业设计、建筑外墙安全巡检算法实验。

数据集核心参数有哪些？

数据集包含哪6个标注类别？

答案：全部类别名称为中文，分别是脱落、鼓包、鼓包旋转、腐蚀、裂纹、渗漏。

• 脱落：外墙面层脱落破损病害
• 鼓包：外立面起鼓、空鼓缺陷
• 鼓包旋转：多角度拍摄的鼓包样本
• 腐蚀：外墙构件腐蚀锈蚀缺陷
• 裂纹：墙面开裂病害
• 渗漏：外墙渗水、水渍病害

数据集适用于哪些使用者？

• 土木、建筑、计算机视觉相关专业毕业设计、课程大作业
• 老旧建筑外墙安全巡检、病害识别算法研发
• YOLO目标检测模型训练、baseline对比实验
• 建筑外立面缺陷AI质检项目调试

YOLO26训练yaml配置

path: ./data/facade_defect
train: images/train
val: images/val
test: images/test

names:
0: 脱落
1: 鼓包
2: 鼓包旋转
3: 腐蚀
4: 裂纹
5: 渗漏

YOLO26训练代码

from ultralytics import YOLO

# 加载基础预训练权重
model = YOLO("yolo26.pt")

# 启动训练
results = model.train(
data="facade_defect.yaml",
imgsz=640,
epochs=120,
batch=16,
device=0,
workers=4,
amp=True,
project="runs/train",
name="facade_defect_detect"
)

FAQ

Q：该数据集是分割掩码还是检测框标注？

A：任务为目标检测，标注形式为检测框，不是实例分割掩码。

Q：是否可以直接用于YOLO训练？

A：标注转为标准YOLO txt格式后，配合上方yaml文件可直接启动YOLO系列训练。

Q：样本数量适合正式项目落地吗？

A：14310张样本充足，适合科研实验、毕业设计、算法验证，也可作为商用项目基础训练集。

Q：附带的模型效果怎么样？

A：配套模型指标mAP@50=90.3%，精确率86.3%，召回率87.2%，在该场景下检测效果较好。

Q：图片拍摄场景是什么？

A：建筑外立面实拍图像，面向外墙病害巡检场景。

业务说明

本数据集仅用于算法学习、毕业设计、科研实验；商业项目部署前需补充场景样本、验证泛化能力，使用者需自行承担使用合规责任。

#建筑外立面数据集 #目标检测数据集 #建筑病害检测 #外墙缺陷YOLO数据集 #AI质检数据集