古建筑屋顶缺陷检测数据集 | 古建筑屋顶 缺陷检测 瓦片损坏 文物保护 9204期数据集概述本数据集专注于古建筑屋顶表观缺陷的视觉检测与分类服务于古建筑保护、文物修缮及建筑遗产监测。数据涵盖六类典型屋顶缺陷适配无人机巡检、古建普查及自动化病害识别等应用。数据集核心信息数据要素详细说明类别共6类裂缝、植物、污染、剥落、泥土、瓦片损坏数量100张图像格式图像为 JPG/PNG标签为 YOLO 格式的 txt 文件水平边界框数据版本1个版本应用价值1.古建保护支撑古建筑屋顶缺陷的自动化检测与分类替代人工登高检查。2.文物修缮为古建筑屋顶修缮计划制定提供数据基础辅助修缮优先级排序。3.遗产监测为建筑遗产的长期健康监测提供视觉数据支撑。4.算法研发为多类别缺陷检测、细粒度识别等视觉任务提供真实场景的训练与评测数据。完整类别列表共6类序号中文类别名称缺陷类型说明1裂缝屋顶结构表面的线性开裂2植物屋顶表面生长的植物或植被3污染表面污染或变色4剥落涂层或表层材料剥离脱落5泥土表面积累的泥土或灰尘6瓦片损坏屋面瓦片的破损、缺失数据三要素解析类别与缺陷覆盖数据集定义6类古建筑屋顶典型缺陷覆盖结构损伤类裂缝、剥落、瓦片损坏与环境侵蚀类植物、泥土、污染。缺陷类型覆盖了古建筑屋顶从物理损伤到生物侵蚀、环境污染的主要劣化模式具有较强的文物保护实用性。类别设置与古建筑保护技术规范中的常见病害分类相衔接。数据规模与版本图像总量约100张规模较小适合作为古建筑屋顶缺陷检测任务的入门数据集或快速验证。数据集有1个版本数据已整理完毕可直接使用。数据量有限建议采用迁移学习如基于COCO预训练模型与数据增强策略提升模型泛化能力。图像为航拍视角涵盖古建筑屋顶的不同部位与光照条件下的缺陷样本。格式与结构采用通用YOLO 格式txt每张图像对应一个同名标签文件包含类别 ID 与归一化边界框坐标可直接接入 YOLOv5、YOLOv8 等主流检测框架。图像与标签一一对应数据结构规范便于进行训练/验证集划分与预处理集成。知识普及古建筑屋顶缺陷检测的技术要点缺陷形态多样从细长的裂缝到区域性的剥落缺陷在形态、尺度上差异显著需模型具备多类别特征提取能力。瓦片纹理干扰古建筑屋顶的瓦片纹理复杂可能与裂缝、污染等缺陷混淆模型需依赖纹理与颜色特征进行区分。植被遮挡植物生长在屋顶可能遮挡其他缺陷特征需采用多尺度特征融合策略。光照与视角影响屋顶多为户外拍摄光照变化大且拍摄角度多样建议训练时加入亮度、对比度增强与视角变换。小目标检测裂缝、瓦片损坏等目标可能占比较小需采用高分辨率输入或多尺度特征融合策略。应用闭环检测结果可导入文物保护GIS系统结合历史影像进行损毁趋势分析辅助修缮规划与保护决策。快速开始代码示例配置文件data.yaml示例train:./dataset/images/trainval:./dataset/images/valnc:6names:[裂缝,植物,污染,剥落,泥土,瓦片损坏]启动 YOLOv8 训练fromultralyticsimportYOLO modelYOLO(yolov8m.pt)model.train(datadata.yaml,epochs100,imgsz640,batch16,device0)标签古建筑屋顶缺陷检测瓦片损坏文物保护目标检测YOLO格式深度学习数据集计算机视觉