【数据集】【YOLO】【目标检测】道路裂缝数据集 5466 张，YOLO/VOC格式标注！

数据集介绍

【数据集】道路裂缝数据集 5466 张，目标检测，包含YOLO/VOC格式标注。数据集中包含一种分类，检测范围城市道路裂缝、高速道路裂缝、乡村道路裂缝。

戳我头像获取数据，或者主页私聊博主哈~

一、数据概述

道路裂缝检测的重要性

保障交通安全：道路裂缝是道路损坏的常见形式，如果不及时修复，可能会导致路面松动、坍塌等问题，严重影响交通安全。通过道路裂缝检测，可以及时发现并修复裂缝，从而保障道路的通行安全。
降低维护成本：道路裂缝的修复成本相对较低，但如果裂缝扩展到严重程度，修复成本将大幅增加。因此，通过定期的道路裂缝检测，可以在裂缝初期就进行修复，从而降低维护成本。
提升道路使用寿命：道路裂缝的及时修复可以延长道路的使用寿命，减少因裂缝导致的道路损坏和重建频率。

随着人工智能和计算机视觉的发展，深度学习方法逐渐开始取代传统的图像处理技术，成为道路裂缝检测的主流方法。

卷积神经网络（CNN）：CNN是深度学习中最常用的图像识别算法之一。通过搭建包含多个卷积层和全连接层的网络模型，可以对道路裂缝图像进行特征提取和分类。实验证明，CNN具有更高的精度和更强的泛化能力。
YOLO系列算法：YOLO（You Only Look Once）系列算法是一种实时的目标检测算法，具有检测速度快、模型尺寸小等优点。通过改进YOLO算法，可以实现对道路裂缝的快速、准确检测。例如，引入注意力机制、加权双向特征金字塔等模块，可以进一步提升模型的检测精度和鲁棒性。
无人机巡检与识别：无人机搭载高分辨率相机或传感器，可以对大面积的道路进行快速巡检。通过图像处理和机器学习技术，可以实现对裂缝的自动化分析和分类。这种方法不仅提高了检测效率，还降低了人力成本。

该数据集含有5466张图片，包含Pascal VOC XML格式和YOLO TXT格式，用于训练和测试城市道路裂缝、道路坑洼、路面险情等情况。图片格式为jpg格式，标注格式分别为：

YOLO：txt

VOC：xml

数据集均为手工标注，保证标注精确度。

二、数据集文件结构

road_cracks/

——Annotations/

——images/

——labels/

——data.yaml

Annotations文件夹为Pascal VOC格式的XML文件 ，images文件夹为jpg格式的数据样本，labels文件夹是YOLO格式的TXT文件，data.yaml是数据集配置文件，包含道路裂缝检测的目标分类和加载路径。

三、数据集适用范围

目标检测场景
yolo训练模型或其他模型
城市道路裂缝、高速道路裂缝、乡村道路裂缝、道路坑洼
智慧交通、道路险情预警、道路养护

四、数据集标注结果

1、数据集内容

多角度场景：包含无人机视角、俯视视角、道路裂缝、道路坑洼；
标注内容：classes = ['cracks']，总计1个分类。
图片总量：5466张图片数据；
标注类型：含有Pascal VOC XML格式和yolo TXT格式；

五、训练过程

1、导入训练数据

下载YOLOv8项目压缩包，解压在任意本地workspace文件夹中。

下载YOLOv8预训练模型，导入到ultralytics-main项目根目录下。

在ultralytics-main项目根目录下，创建data文件夹，并在data文件夹下创建子文件夹：Annotations、images、imageSets、labels，其中，将pascal VOC格式的XML文件手动导入到Annotations文件夹中，将JPG格式的图像数据导入到images文件夹中，imageSets和labels两个文件夹不导入数据。

data目录结构如下：

data/

——Annotations/ //存放xml文件

——images/ //存放jpg图像

——imageSets/

——labels/

2、数据分割

首先在ultralytics-main目录下创建一个split_train_val.py文件，运行文件之后会在imageSets文件夹下将数据集划分为训练集train.txt、验证集val.txt、测试集test.txt，里面存放的就是用于训练、验证、测试的图片名称。

import os
import random

trainval_percent = 0.9
train_percent = 0.9
xmlfilepath = 'data/Annotations'
txtsavepath = 'data/ImageSets'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('data/ImageSets/trainval.txt', 'w')
ftest = open('data/ImageSets/test.txt', 'w')
ftrain = open('data/ImageSets/train.txt', 'w')
fval = open('data/ImageSets/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

3、数据集格式化处理

这段代码是用于处理图像标注数据，将其从XML格式（通常用于Pascal VOC数据集）转换为YOLO格式。

convert_annotation函数

这个函数读取一个图像的XML标注文件，将其转换为YOLO格式的文本文件。
它打开XML文件，解析树结构，提取图像的宽度和高度。
然后，它遍历每个目标对象（object），检查其类别是否在classes列表中，并忽略标注为困难（difficult）的对象。
对于每个有效的对象，它提取边界框坐标，进行必要的越界修正，然后调用convert函数将坐标转换为YOLO格式。
最后，它将类别ID和归一化后的边界框坐标写入一个新的文本文件。

import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ['cracks'] # 根据标签名称填写类别
abs_path = os.getcwd()
print(abs_path)


def convert(size, box):
    dw = 1. / (size[0])
    dh = 1. / (size[1])
    x = (box[0] + box[1]) / 2.0 - 1
    y = (box[2] + box[3]) / 2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


def convert_annotation(image_id):
    in_file = open('data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('data/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text),
             float(xmlbox.find('xmax').text),
             float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')


wd = getcwd()
for image_set in sets:
    if not os.path.exists('data/labels/'):
        os.makedirs('data/labels/')
    image_ids = open('data/ImageSets/%s.txt' % (image_set)).read().strip().split()
    list_file = open('data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

4、修改数据集配置文件

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['cracks']

5、执行命令

执行train.py

model = YOLO('yolov8s.pt')
results = model.train(data='data.yaml', epochs=200, imgsz=640, batch=16, workers=0)

也可以在终端执行下述命令：

yolo train data=data.yaml model=yolov8s.pt epochs=200 imgsz=640 batch=16 workers=0 device=0

六、获取数据集

戳我头像获取数据，或者主页私聊博主哈~

基于QT的目标检测可视化界面

一、环境配置

# 安装torch环境
pip install torch -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装PySide6依赖项
pip install PySide6 -i https://pypi.tuna.tsinghua.edu.cn/simple
# 安装opencv-python依赖项
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

二、使用说明

界面功能介绍：

原视频/图片区：上半部分左边区域为原视频/图片展示区；
检测区：上半部分右边区域为检测结果输出展示区；
文本框：打印输出操作日志；
加载模型：下拉框绑定本地文件路径，按钮加载路径下的模型文件；
置信度阈值：自定义检测区的置信度阈值；
文件上传：选择目标文件；
开始检测：执行检测程序；
停止：终止检测程序；

三、预测效果展示

1、图片检测

切换置信度再次执行：

2、视频检测

四、前端代码

class MyWindow(QtWidgets.QMainWindow):
    def __init__(self):
        super().__init__()

        self.init_gui()
        self.model = None
        self.timer = QtCore.QTimer()
        self.timer1 = QtCore.QTimer()
        self.cap = None
        self.video = None
        self.file_path = None
        self.base_name = None
        self.timer1.timeout.connect(self.video_show)

    def init_gui(self):
        self.folder_path = "model_file"  # 自定义修改：设置文件夹路径
        self.setFixedSize(1300, 650)
        self.setWindowTitle('目标检测')  # 自定义修改：设置窗口名称
        self.setWindowIcon(QIcon("111.jpg"))  # 自定义修改：设置窗口图标
        central_widget = QtWidgets.QWidget(self)
        self.setCentralWidget(central_widget)
        main_layout = QtWidgets.QVBoxLayout(central_widget)

        # 界面上半部分： 视频框
        topLayout = QtWidgets.QHBoxLayout()
        self.oriVideoLabel = QtWidgets.QLabel(self)
        self.detectlabel = QtWidgets.QLabel(self)
        self.oriVideoLabel.setFixedSize(530, 400)
        self.detectlabel.setFixedSize(530, 400)
        self.oriVideoLabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top:75px;')
        self.detectlabel.setStyleSheet('border: 2px solid #ccc; border-radius: 10px; margin-top: 75px;')
        # 960 540  1920 960
        topLayout.addWidget(self.oriVideoLabel)
        topLayout.addWidget(self.detectlabel)
        main_layout.addLayout(topLayout)