一个有注释的街景图像数据集,用于自动检测道路损坏
Miao Ren1, Xianfeng Zhang2, Xiaobo Zhi1
1Institute of Remote Sensing and Geographic Information System, Peking University, 5 Summer Palace Road, Beijing, 100871, China.
Scientific data
|April 22, 2024
概括
本研究介绍了Street View图像数据集用于自动化道路损坏检测 (SVRDD),这是识别路面损坏的新资源. 该数据集有助于开发用于道路维护和安全的AI.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机科学 计算机科学
- 人工智能的人工智能
背景情况:
- 道路损坏对基础设施的寿命和公共安全构成重大风险.
- 对于有效的道路维护和维修策略来说,早期发现路面困境至关重要.
- 街景图像为全面的道路状况监测提供了一个有希望的,可扩展的解决方案.
研究的目的:
- 引入街景图像数据集用于自动化道路损坏检测 (SVRDD),这是同类的第一个公共数据集.
- 为训练和评估自动化道路损坏检测算法提供强大的数据集.
- 为了促进对路面状况评估的深度学习的进步.
主要方法:
- 使用来自百度地图的8000张街景图像开发SVRDD数据集.
- 在北京的五个地区有超过2万起道路损坏事件.
- 在SVRDD数据集上对十个已建立的对象检测算法进行培训和绩效评估.
主要成果:
- 使用SVRDD数据集证明了各种物体检测算法在识别路面损坏方面的有效性.
- 建立了自动化道路损坏检测系统性能评估的基准.
- 突出了街景图像对大规模路面监测的潜力.
结论:
- SVRDD数据集对自动道路损坏检测领域做出了重大贡献.
- 该数据集为推进路面工程中的深度学习模型提供了必要的数据.
- 该资源支持未来的道路维护智能交通系统的研究和开发.
