水管漏水检测数据集基础信息表YOLO模型如何训练这个数据集
水管漏水检测数据集基础信息表
| 信息项 | 详情 |
|---|---|
| 数据集名称 | water-leak-wgdaq 水管漏水视觉检测数据集 |
| 任务类型 | 2D目标检测 |
| 类别总数 | 4类 |
| 目标类别 | crack（管道裂缝）、leak（液体渗漏）、no leak（完好管道）、water（积水/水渍） |
| 标注格式 | YOLO TXT归一化矩形框标注，同时支持COCO JSON、VOC XML格式导出 |
| 数据集划分 | 分为train/val/test三组，图像、标注文件分文件夹独立存放 |
| 标注类型 | 二维边界框检测标注，无分割、关键点标注 |
| 适用场景 | 市政管道巡检、建筑墙体漏水识别、水务设备故障视觉检测 |
YOLOv26 目标检测配套训练代码
1. 数据集目录结构
water_leak_wgdaq/ ├── train/ │ ├── images │ └── labels ├── val/ │ ├── images │ └── labels ├── test/ │ ├── images │ └── labels └── data.yaml在这里插入图片描述
2. data.yaml 配置文件
path:./water_leak_wgdaqtrain:train/imagesval:val/imagestest:test/imagesnc:4names:0:crack1:leak2:no leak3:water3. 训练脚本 train_water_leak.py
fromultralyticsimportYOLOif__name__=="__main__":model=YOLO("yolov26s.pt")model.train(data="./water_leak_wgdaq/data.yaml",epochs=100,imgsz=640,batch=8,device=0,workers=0,lr0=0.01,patience=15,project="runs/train",name="yolov26_water_leak",exist_ok=True,mosaic=1.0)在这里插入图片描述
4. 模型评估与推理脚本
fromultralyticsimportYOLO# 加载训练完成最优权重model=YOLO("runs/train/yolov26_water_leak/weights/best.pt")# 验证集精度评估metrics=model.val(data="./water_leak_wgdaq/data.yaml")# 单张图像推理并保存结果model("test_pipe.jpg",save=True)# 视频推理# model("pipe_video.mp4", save=True)