0104期不同类别的墙体瑕疵识别-python深度学习含数据集pytorch环境-含数据集

墙体瑕疵识别：PythonPyTorch深度学习项目及数据集处理教程
最新推荐文章于 2025-09-15 10:30:00 发布
原创 最新推荐文章于 2025-09-15 10:30:00 发布 · 568 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #深度学习 #pytorch #人工智能 #神经网络 #cnn #图像处理

代码下载和视频演示地址：

0104期不同类别的墙体瑕疵识别-python深度学习含数据集pytorch环境_哔哩哔哩_bilibili

本代码是基于python pytorch环境安装的。

下载本代码后，有个环境安装的requirement.txt文本

数据集介绍，下载本资源后，界面如下：

数据集文件夹存放了本次识别的各个类别图片。

本代码对数据集进行了预处理，包括通过在较短边增加灰边，使得图片变为正方形(如果图片原本就是正方形则不会增加灰边)，和旋转角度，来扩增增强数据集，

最低0.47元/天 解锁文章
建筑物外墙缺陷数据集（开裂，鼓包，脱皮）
09-14
建筑物外墙缺陷数据集，包含开裂，鼓包，脱皮等缺陷，只有部分图像数据
002基于深度学习图像分割的墙体裂缝识别检测
CSDSFDSADAD的博客
03-10 1720
089基于深度学习的小样本数据检测_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、EfficientNet。083基于深度学习的手势识别小程序版本_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、ShuffleNet、VGG、Efficien。
智能巡检图像数据集:建筑物立面墙体缺陷识别数据集之漆面剥落、裂缝、鼓包图像AI数据集-目标检测图像数据集第10105期
最新发布
QQ_1309399183的博客
09-15 577
智能巡检图像数据集:建筑物立面墙体缺陷识别数据集之漆面剥落、裂缝、鼓包图像AI数据集-目标检测图像数据集第10105期
瑕疵检测数据集
01-05
缺陷检测/瑕疵检测数据集。包含瑕疵图片的训练集和验证集。
＜数据集＞绝缘子缺陷检测数据集＜目标检测＞
qq_53332949的博客
07-14 575
YOLO与VOC格式的绝缘子缺陷检测数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，类别：insulator、broken disc、pollution-flashover、Two glass、Glassdirty、Polymer、Glassloss、Polymerdirty
混凝土缺陷检测数据集VOC+YOLO格式7513张7类别.7z
09-16
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数)：7513 标注数量(xml文件个数)：7513 标注数量(txt文件个数)：7513 标注类别数：7 标注类别名称:["Armatura in vista","Delaminazione","Efflorescenza","Fessura","Scaling","Spalling","Tracce di ruggine"] 总框数：40324 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：对应中文类别 [“可见裂斑”、“分层”、“风化”、“缝隙”、“剥落”、“脱落”、“锈迹”] 更多信息：https://blog.youkuaiyun.com/FL1623863129/article/details/142294786
CNN不同类别的墙体瑕疵识别-python深度学习含数据集pytorch环境.zip
05-30
本代码是基于python pytorch环境安装的。 下载本代码后，有个requirement.txt文本，里面介绍了如何安装环境，环境需要自行配置。 或可直接参考下面博文进行环境安装。 ...安装好环境之后， 代码需要依次运行 01数据集...
基于pytorch的墙体瑕疵裂缝识别-含图片数据集.zip
05-30
本代码是基于python pytorch环境安装的。 下载本代码后，有个requirement.txt文本，里面介绍了如何安装环境，环境需要自行配置。 或可直接参考下面博文进行环境安装。 ...安装好环境之后， 代码需要依次运行 01数据集...
web网页html版基于pytorch的墙体瑕疵裂缝识别-含图片数据集.zip
06-24
本代码是基于python pytorch环境安装的。 下载本代码后，有个环境安装的requirement.txt文本，环境需要自行配置。 或可直接参考下面博文进行环境安装。 https://blog.youkuaiyun.com/no_work/article/details/139887346...
002unet墙体瑕疵检测-python-pytorch
bug_creat0r的博客
03-16 711
最后运行03predict.py文件即可调用训练好的模型进行识别，比如识别当前文件夹下的102.jpg图像。再运行02train.py会对数据集进行读取进行训练，最后训练得到的模型放置在weights文件夹下。unet图像分割网络对墙体裂缝图像进行训练，得到的模型可以对图片中带有裂缝的墙体进行识别。通过运行01make_dataset.py可以将json文件生成png的标签格式。其中datasets文件夹下放置的是标签文件json格式和图裂缝瑕疵图片。
数据集墙面缺陷检测数据集yolo+voc格式5737张（已增强）.zip
12-09
数据集介绍：数据集为墙面缺陷检测，数据集已增强（约60%） 数据集格式：VOC格式+YOLO格式 压缩包内含：3个文件夹，分别存储图片、xml、txt文件 JPEGImages文件夹中jpg图片总计：5737 Annotations文件夹中xml文件总计：5737 labels文件夹中txt文件总计：5737 标签种类数：7 标签名称:["Armatura in vista","Delaminazione","Fessura","Scaling","Spalling","Tracce di ruggine","Umidita"] 每个标签的框数： Armatura in vista 框数 = 3673 Delaminazione 框数 = 1005 Fessura 框数 = 4513 Scaling 框数 = 240 Spalling 框数 = 2004 Tracce di ruggine 框数 = 2550 Umidita 框数 = 1748 总框数：15733 图片清晰度（分辨率：像素）：清晰 图片是否增强：是 标签形状：矩形框，用于目标检测识别 重要说明：暂无 特别声明：本数据集
meta-learning-CODEBRIM:我们的CVPR19论文“使用COncrete缺陷桥桥梁图像数据集进行多目标混凝土缺陷分类的元学习卷积神经体系结构”的开源代码-Source code learning
03-25
元学习CODEBRIM 我们的CVPR19论文“使用COncrete缺陷桥桥梁图像数据集进行多目标混凝土缺陷分类的元学习卷积神经体系结构”的开源代码： 或 如果您使用内容（例如数据集），请引用该论文： Martin Mundt，Sagnik Majumder，Sreenivas Murali，Panagiotis Panetsos，Visvanathan Ramesh。 具有混凝土缺陷桥图像数据集的多目标混凝土缺陷分类的元学习卷积神经体系结构。 IEEE计算机视觉与模式识别会议（CVPR），2019年 数据集 该数据集位于： : 请注意，该数据集仅被许可用于非商业和教育用途，如上面链接中数据集随附的许可证文件所指定的那样。 这是数据集的示例（本论文的图1）： 论文代码 开源代码包括：PyTorch和TensorFlow数据加载器，MetaQNN的PyTorch代码和ENAS
混凝土表面裂缝图像数据集
12-11
混凝土表面裂缝图像数据集，数据集包含各种混凝土表面的图像，有裂缝和没有裂缝。将图像数据分为阴性(无裂纹)和阳性(有裂纹)两种，放在单独的文件夹中进行图像分类。每个类有20000张图片，总共40000张图片，227 x 227像素，RGB通道。数据集由458张高分辨率图像
Structural Defects Network (SDNET) 2018结构缺陷网络（SDNET）2018-数据集
03-18
SDNET2018是带注释的图像数据集，用于训练，验证和确定基于人工智能的混凝土裂缝检测算法。SDNET2018包含超过56,000张开裂和未开裂的混凝土桥面板，墙壁和人行道的图像。 Structural Defects Network (SDNET) 2018_datasets..txt Structural Defects Network (SDNET) 2018_datasets..zip
yolov5水泥墙面裂缝检测+数据集
05-13
1、yolov5水泥墙面裂缝检测，包含训练好的检测权重，以及PR曲线，loss曲线等等，和数据集 3、数据集和检测结果参考：https://blog.youkuaiyun.com/zhiqingAI/article/details/124230743 4、采用pytrch框架，python代码 https://blog.youkuaiyun.com/zhiqingAI/article/details/137371158
YOLO混凝土缺陷检测数据集
2501_90824910的博客
05-21 742
YOLO混凝土缺陷检测 数据集 模型 界面 1.图片数量7353，模型已训练200轮； 2.类别：exposed reinforcement，rust stain，Crack，Spalling，Efflorescence，delamination（外露钢筋，生锈，裂缝，剥落，风化，分层）； 3.用于yolov5 yolov6 yolov7 yolov8 yolov9 yolov10，Python，目标检测，机器学习，人工智能，深度学习，混凝土缺陷检测，混凝土缺陷识别，建筑缺陷识别 以下文字和示例代码，仅供
SMDD-Net:一种基于图像的多标签混凝土缺陷检测网络
Leeniux
03-20 1412
Leveraging Saliency in Single-Stage Multi-Label Concrete Defect Detection Using Unmanned Aerial Vehicle Imagery YOLO v8 裂缝检测 道面病害检测
【表面缺陷检测】表面缺陷检测数据集汇总
热门推荐
学无止境、积少成多、厚积薄发
08-12 2万+
本文收集整理了16个表面缺陷检测相关的数据集，并对每个数据集的特点进行了简单的介绍。（文末附数据集）
如何训练自己的数据集之—混凝土缺陷检测数据集并建立检测系统，混凝土缺陷检测 数据集 模型 文章内所有代码仅供参考
2401_88440984的博客
10-26 1987
混凝土缺陷检测系统yolo 数据集6类 7353张，如何进行-模型训练200轮+模型 ui界面 混凝土裂缝数据集 混凝土数据集 外露钢筋数据集,分层数据集，风化数据集，裂缝，剥落数据集，生锈数据集 水泥数据集 训练自己的数据集
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值