无人机航拍道路病害目标检测数据集 | 4300张图像 | 9大类标注 | 智能交通/道路维护/城建设施监测

数据集概述

• 数据规模：含4300张无人机航拍道路场景图像，标注完整，可直接用于模型训练、验证与测试，适配基础至中阶道路目标检测任务。
• 数据来源：大疆无人机航拍采集，聚焦道路实景，贴合实际巡检场景需求。

核心标注类别（9类）

1. Damage（道路损坏）：路面裂缝、坑洼、设施破损等
2. Divider（分隔物）：道路临时/固定分隔装置
3. Road-Divider（道路分隔带）：道路中央/两侧正式分隔带
4. Seepage-Hole（渗水孔）：道路边缘及排水系统渗水孔洞
5. Side-Fence（侧围栏）：道路两侧防护隔离围栏
6. Speed-Breaker（减速带）：道路车辆减速设施
7. Street-Light（路灯）：道路照明设施
8. Street-Pole（杆状设施）：电线杆、信号杆等道路杆体
9. Traffic-Light（交通信号灯）：路口交通信号控制设备

数据划分与分辨率

• 数据划分：遵循行业通用标准，训练集约80%、验证集10%-15%、测试集5%-10%；含12个衍生子集，适配不同天气、时段、道路类型场景。
• 图像分辨率：中等至高水平，推测为1280×720至4096×2160像素，兼顾细节识别与训练效率。

核心应用场景

1. 智能交通：支撑自动驾驶环境感知，识别信号灯、减速带等，优化行驶决策。
2. 道路维护：自动检测路面损坏、渗水孔，助力无人机/车辆巡检，降本增效。
3. 城市基建管理：统计监测围栏、路灯、杆状设施，赋能城市设施智能化管控。
4. 交通规划：分析分隔带、信号灯分布，优化减速带布局与信号配时，缓解拥堵。
5. 安全监控：识别设施损坏、信号灯故障，触发预警，辅助应急路线规划。
   

文章标签

#无人机航拍数据集 #道路病害检测 #目标检测数据集 #智能交通 #道路维护 #城市基建 #计算机视觉 #交通设施识别 #深度学习数据集