城市动脉预警!下水管道损坏检测数据集重磅发布,6708张图片7类标注,覆盖所有管道病害类型 下水管道损坏检测数据集 断裂/孔洞 表面损伤腐蚀 变形 剥落/剥离/ 裂缝 接缝 劣化

城市动脉预警！下水管道损坏检测数据集重磅发布

  地下管网是城市的“生命线”，但传统的管道巡检靠“钻洞看、我们用AI为城市管道装上“CT眼”！

总计：6708张高清图片，7大类病害，22550个标注框

附赠福利！基于本数据集的YOLOv8训练代码（完整可运行）

  拿到数据集不会用？别担心！我们为你准备了开箱即用的训练代码，包含数据预处理、模型训练、可视化评估全流程！

项目结构（下载后直接运行）

• pipe_defect_detection/
• data/
• images/ # 6708张训练图片
• labels/ # YOLO格式标签
• data.yaml # 数据集配置文件
• utils/
• data_aug.py # 数据增强脚本
• visualize.py # 可视化工具
• metrics.py # 评估指标计算
• models/
• best.pt # 训练好的模型(训练后生成)
• runs/
• train/ # 训练日志和结果
• train.py # 主训练脚本
• detect.py # 推理脚本
• evaluate.py # 评估脚本
• requirements.txt # 依赖包
• README.md # 使用说明

一键训练代码（3分钟上手）

1. 环境配置（一行命令）

  # 安装依赖（已测试通过）
  pip install ultralytics==8.0.0
  pip install opencv-python==4.8.0
  pip install matplotlib==3.7.0
  pip install seaborn==0.12.0
  pip install pandas==2.0.0
  pip install torch==2.0.0

2. 数据集配置文件 ：data/data.yaml