无人机-PDD2023:基于无人机图像的路面危险检测的基准数据集
1School of Artificial Intelligence, Hebei University of Technology, Tianjin 300401, China.
Data in brief
|November 29, 2023
概括
无人机-PDD2023数据集提供了来自中国的超过11,150张路面应急图像,有助于深度学习,用于使用无人机检测和分类道路缺陷. 这种有价值的资源支持自动化行道状况评估.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 自动化路面应急检测对于基础设施维护至关重要.
- 现有的数据集可能缺乏天气条件,道路类型和危险类别的多样性.
- 无人驾驶飞行器 (UAV) 提供了一种具有成本效益和高效的路面数据采集方法.
研究的目的:
- 介绍UAV-PDD2023,这是一个全面的数据集,用于路面困境检测.
- 为评估路面检查中的深度学习模型提供一个基准.
- 促进使用无人机图像进行自动化道路状况评估的研究.
主要方法:
- 在中国采用无人机收集了超过11,150张路面应急图像.
- 在不同的天气条件下和各种道路类型 (高速公路,省级,县级道路) 中捕获数据.
- 标注六种常见的路面困境类型:纵向裂,横向裂,斜向裂,鱼裂,补丁和坑洞.
主要成果:
- 无人机-PDD2023数据集涵盖了各种路面困境和环境变化.
- 该数据集适合用于对象检测和图像分类任务的深度学习模型的培训和验证.
- 它作为一个强大的基准来评估路面危险检测算法的性能.
结论:
- 无人机-PDD2023数据集在自动化路面管理领域取得了重大进展.
- 它可以开发更准确,更可靠的道路表面监测系统.
- 该数据集免费提供给研究界,以促进路面工程的创新.
