建筑墙面破损等视觉缺陷识别图像数据集

数据来源: Building Defect Detection由研究团队采集并整理,聚焦于城市建筑环境中的墙体缺陷检测任务。原始图像均为实拍 RGB 照片,并通过专家标注六类典型结构性缺陷及正常墙体图像。为提升模型训练的效果和泛化能力,还基于原始图像生成了增强版本,构成完整的 BD3 数据集。

数据内容: 包含两个子集,总计 17,965 张图像:

原始数据集:3,965 张 RGB 图像,标注了七类标签(含六类缺陷及正常类)

增强数据集:14,000 张图像,基于原始图像使用几何与色彩变换生成,用于扩充训练样本

字段定义:

图像文件名:图像的唯一标识

类别标签:取值范围为“藻类”、“重大裂缝”、“轻微裂纹”、“剥皮”、“剥落”、“弄脏”、“正常”

数据类型:标识图像来源于“原始”或“增强”子集

缺陷类别与图像数量:

藻类:624 张

重大裂缝:620 张

轻微裂纹:580 张

剥皮:520 张

剥落:500 张

弄脏:521 张

正常墙面:600 张

增强策略:

几何变换:旋转、水平/垂直翻转

色彩调整:亮度、对比度、饱和度、色相变化 这些增强操作旨在提升模型对图像角度、光照和色彩变化的适应能力。

数据特征:

多类别图像分类任务,共七类标签

来源真实城市建筑环境,贴近实际检测应用场景

覆盖典型墙面缺陷,适用于结构性异常检测模型训练

含高比例增强样本,适用于模型鲁棒性研究

图像分辨率为常规 RGB 格式,具体分辨率未明示

适用场景:

城市建筑墙体缺陷自动检测与识别

用于训练与评估图像分类模型

无人机或机器人视觉检测系统研究

墙面质量评估、建筑运维辅助系统开发

增强学习与图像预处理方法的效果评估

packageimg

数据与资源

附加信息

字段
数据集大小 593.48 MiB
最后更新 2025年7月23日
创建于 2025年7月23日
声明 当前数据集部分源数据来源于公开互联网,如果有侵权,请24小时联系删除(400-600-6816)。