智慧建筑物分割图像识别 混凝土裂缝分割 房屋巡检识别 老旧房屋缺陷检测 yolo+voc+coco数据集第10732期

裂缝实例分割数据集

本项目提供了一套面向结构健康监测场景的计算机视觉实例分割数据集，适用于YOLO系列模型训练，可直接用于混凝土/建筑裂缝检测与分析任务。

📊 数据集概览

📌 数据说明

• 数据类别：仅包含1类关键目标，即裂缝区域，聚焦于结构健康监测场景的核心感知对象。
• 数据规模：图像数量为6900+张，能够满足实例分割模型的训练、验证与测试需求。
• 数据格式：采用标准YOLO实例分割格式，每张图像对应同名标注文件，包含类别ID与多边形轮廓坐标，开箱即用。

🚀 YOLOv26 实例分割训练与推理流程

1. 数据集结构

airis_crack_dataset/ ├── train/ │ ├── images/ # 训练集图像 │ └── labels/ # 训练集分割标注文件 ├── val/ │ ├── images/ # 验证集图像 │ └── labels/ # 验证集分割标注文件 └── airis_crack.yaml # 数据集配置文件

2. 配置文件airis_crack.yaml（中文类别名）

# 数据集根目录path:./airis_crack_dataset# 训练集、验证集路径train:train/imagesval:val/images# 类别数量与名称nc:1names:0:裂缝

3. 训练代码（带中文注释）

fromultralyticsimportYOLO# 加载预训练的YOLOv26分割模型权重model=YOLO("yolov26n-seg.pt")# 启动模型训练model.train(data="airis_crack.yaml",# 数据集配置文件路径epochs=100,# 训练总轮数imgsz=640,# 输入图像尺寸batch=8,# 批次大小device="cuda"# 使用GPU训练)

4. 推理代码（带中文注释）

fromultralyticsimportYOLO# 加载训练好的模型权重model=YOLO("runs/segment/train/weights/best.pt")# 对单张图像进行分割推理results=model("test_image.jpg",save=True)# 打印分割结果信息forresultinresults:print("检测到的裂缝区域：",result.boxes.cls)print("分割掩码形状：",result.masks.shape)

关键词：#裂缝检测 #实例分割 #结构健康监测 #混凝土裂缝识别 #建筑缺陷检测 #YOLOv26 #计算机视觉数据集