无人机高速公路道路缺陷数据集 道路损伤数据集 公路裂缝识别 AI大疆数据集 10798期

道路损伤检测数据集

数据集概述

道路损伤检测数据集，面向道路路面状态的多类目标识别，适用于道路安全巡检、路面质量监测、市政养护等相关视觉任务，可直接用于目标检测模型训练。

---

核心参数

项目	详情
数据集名称	道路损伤检测数据集
数据规模	2400 张左右图像
标注类别数	6 类
数据来源	未在原始资料中明示，建议按实际采集渠道补充（如道路监控摄像头、巡检车行车记录仪、无人机航拍等）
核心用途	道路安全巡检、路面质量监测、市政养护

---

标注类别说明

共 6 类，均为中文表述：

序号	类别名称	序号	类别名称
1	坑洞	4	斜向裂缝
2	龟裂	5	修补处
3	纵向裂缝	6	横向裂缝

---

格式支持

默认YOLO格式数据集

---

适用场景

• 城市道路与公路路面缺陷自动识别
• 市政道路养护与破损预警
• 自动驾驶场景下的路面状态感知

---

训练配置示例

数据集配置

yaml
道路损伤检测数据集配置

path: ./road_damage_detect
train: images/train
val: images/val
test: images/test
names:
  0: 坑洞
  1: 龟裂
  2: 纵向裂缝
  3: 斜向裂缝
  4: 修补处
  5: 横向裂缝

训练代码

python
from ultralytics import YOLO

加载模型

model = YOLO("yolo11s.yaml")

开始训练

model.train(
    data="road_damage_detect.yaml",
    epochs=200,
    imgsz=640,
    batch=8,
    device=0
)

---

话题关键词

#道路检测 #目标检测 #路面损伤 #裂缝识别 #安全巡检 #计算机视觉数据集