近期又整理了一批建筑与建材行业相关深度学习数据集，分享给大家。废话不多说，直接上干货！！

1、埃及的地标数据集

自从历史开始以来，埃及一直是许多文明、文化和非常著名的地标的家园，现在你(和你的ML模型)可以体验到这种巨大的历史混合。该数据集由埃及279个地标的5391张图片组成。所有图像都被调整为244×244像素。图像在类上不是均匀分布的(有些类最多有200个图像，而其他类只能有一个图像。

2、房屋类型分类检测数据集

数据分为三种类型;农家乐，现代，质朴。还有很多不同类型的房子，但为了简化事情，我只选择了三种常见但又彼此不同的风格。

3、1000多张塔吊高空作业过程中向下排的作业图像数据集

4、钢筋数量AI识别数据集

智能盘点—钢筋数量AI识别 1.train文件夹 用于训练的图像集合，共250张； 2.test文件夹 用于测试的图像集合，共200张； 3.train_labels.csv文件 训练图像的标注文件，文件中包含以下内容：1.train文件夹 用于训练的图像集合，共250张；2.test文件夹 用于测试的图像集合，共200张；3.train_labels.csv文件 训练图像的标注文件。

5、伐木场堆放原木计数分类数据集

共248张图片，该数据集有2个文件，一个用于图像，第二个用于注释。标签文件夹是yolov7的带注释的数据。

6、木质木材数据集

共249张图片，此数据集包含2个文件夹。1用于图像，2用于标签。我使用yolov7将这些数据用于图像分类和对象计数器。图片已经为yolov7做了注释。

7、白色表面划痕数据集

有划痕的数据集35张，没有划痕的数据集166张。

8、街景房屋编号数字识别数据集

街景房屋编号数字识别数据集，来自谷歌街景图像中的门牌号

​

9、混凝土裂缝图像数据集

将数据集分为负裂纹图像和正裂纹图像进行图像分类。每个类有20000张图片，总共40000张图片，227 x 227像素，RGB通道。数据集由458张高分辨率图像(4032×3024像素)。

10、建成房屋和在建房屋（主体建筑材料是砖）图像分类数据集

该数据集总共包含1080张图片，每张图片都标有“正在施工的砖块，建筑或房屋。

11、家具分类图片数据集

家具分类图片数据集，文件包含图像路径及其注释标签以及类别，共9346张家具图像

12、混凝土缺陷图像分类数据集

混凝土缺陷图像分类数据集，共56100张图片。

13、复杂场景不同规格的螺丝垫片数据集

该数据集包含100张放置在随机背景中的螺钉和螺母的图片，用于小物体检测。在随机颜色和障碍物背景的条件下，放置不同规格和随机数的螺钉和垫片，形成小目标检测的场景。

14、CAD图像符号自动识别数据集

该数据集由24480个提供符号图像23类。数据集被分成7525的训练和测试集。每个类中的图像数量是不相等的。

15、900张希腊雅典的60座建筑的照片

该数据库包含各种建筑规格、楼层数、建筑年代、颜色等的城市建筑。对于每个建筑，我们在5个视点和3个照明条件下拍摄了一系列15张照片。

地址：