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)
五、代码获取
YOLO可视化界面
戳我头像获取数据,或者主页私聊博主哈~
注:以上均为原创内容,转载请私聊!!!