yolo断裂缺陷数据集(特指边坡、护坡)含训练结果与模型，3284张5500+处标注|幽络源

概述

分享这个数据集，一是群内有用户需要，二是自己正好也在做这个数据集，本次分享的数据集为网上寻找的开源数据集，然后已经经过训练测试，F1分数不高，但是能适应大部分普遍的断裂情况，能覆盖70%的断裂缺陷。图像共3284张，标注缺陷有5500左右处。

下载链接：yolo断裂缺陷数据集(特指边坡、护坡)含训练结果与模型，3284张5500+处标注

展示图

使用图像

训练结果图，应该是有增强数据

测试结果

输入数据：

• 328张包含了断裂情况的岩石、墙体等图像

• 图像通过水平翻转、对比度调整、旋转、高斯模糊、高斯噪声添加、随机裁剪、色调、饱和度、亮度调整、弹性变换、随机缩放进行数据增强

实际输出：

• 检测框位置：模型检测到的检测框位置分布在图像中的多个区域，准确标记了所有断裂区域

输出类别：断裂

置信度：整体置信度平均值为0.8

评估指标（整体结果）：

• F1分数：平均为0.7

• 精度（Precision）：平均为0.8

断裂F1分数曲线图如下：

断裂精度曲线如下：.

结论：

模型在该测试用例中表现较优，识别率和准确率均达到中等偏上的水平

总结：

以上为幽络源标注并分享的断裂类yolo数据集，如有其他需要，可加群提出需求，共同分享