1. 桥梁损伤检测数据集概述
在土木工程领域,桥梁结构健康监测(SHM)一直是保障基础设施安全的关键环节。传统的人工巡检方式不仅效率低下,还存在高空作业风险。我们团队开发的YHT3261-5类桥梁损伤分割数据集,正是为了解决这一行业痛点而生。
这个数据集包含了3261张高分辨率(512×512)的桥梁病害图像,覆盖五种最常见的损伤类型:裂缝检测(Crack-Detection)、钢筋外露(Exposed-Rebar)、混凝土剥落(Spalling)、断裂(Break)和泛碱(Efflorescence)。每张图像都经过专业工程师的像素级标注,确保边界精确到毫米级。
特别提示:数据集中的"泛碱"类别虽然不属于结构性损伤,但作为水分渗透的早期指标,对预防更严重的混凝土病害具有重要预警价值。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 数据集核心特点与技术细节
2.1 数据采集与标注规范
我们采用多阶段质量控制流程确保数据可靠性:
- 现场采集阶段:使用工业级相机(2000万像素)在自然光照条件下拍摄,覆盖不同时段(早中晚)和天气状况(晴雨雾)
- 预处理阶段:所有图像统一resize到512×512,采用双三次插值保持细节
- 标注阶段:由3名持证结构工程师独立标注后交叉验证,Krippendorff's α系数达到0.87
2.2 类别分布与数据平衡
下表展示了各类别的统计特性,采用分层抽样确保训练有效性:
| 类别ID | 类别名称 | 图像覆盖率 | 实例数量 | 平均像素面积 |
|---|---|---|---|---|
| 0 | Crack-Detection | 42.6% | 2208 | 312px² |
| 1 | Exposed-Rebar | 14.8% | 663 | 896px² |
| 2 | Spalling | 14.8% | 675 | 1024px² |
| 3 | Break | 14.5% | 493 |
