智慧交通-yolo 无人机视角道路裂缝数据集
【数据内容】
包含多条道路裂缝，图片清晰标注，适合目标检测模型训练
【格式支持】
数据集已标注好，支持yolo格式输出，直接可用
【适用场景】
科研、项目开发、模型训练等
1
1
1
1
1
YOLO无人机视角道路裂缝数据集
数据集信息表
| 项目 | 详情 |
|---|---|
| 数据集名称 | 无人机视角道路裂缝目标检测数据集 |
| 拍摄视角 | 高空无人机航拍视角 |
| 检测类别 | crack（道路裂缝） |
| 标注格式 | YOLO txt归一化坐标格式 |
| 任务类型 | 目标检测 |
| 适用模型 | YOLOv8 / YOLOv11 / YOLOv12全系列 |
| 适用场景 | 科研论文、道路巡检项目开发、模型训练、航拍路面病害识别 |
| 特点 | 无人机航拍真实道路场景，包含细裂缝、网状裂缝，适配低空巡检AI算法，解压即可训练 |
备注：可按需转换xml、json等其他标注格式
data.yaml配置文件
path:./datasets/uav_road_cracktrain:images/trainval:images/valtest:images/testnames:0:crackYOLOv11训练代码
fromultralyticsimportYOLO# 加载预训练权重model=YOLO("yolo11s.pt")# 开始训练results=model.train(data="./data.yaml",epochs=100,imgsz=640,batch=8,device=0,workers=2,patience=15,save=True,project="uav_crack_exp",name="train_result")# 模型验证metrics=model.val()# 单张图片推理res=model.predict("./test.jpg",save=True,conf=0.25)推理批量检测代码
fromultralyticsimportYOLO model=YOLO("./uav_crack_exp/train_result/weights/best.pt")# 文件夹批量推理results=model.predict(source="./test_images/",save=True,conf=0.3,iou=0.45)forrinresults:boxes=r.boxesforboxinboxes:cls=int(box.cls[0])conf=float(box.conf[0])xyxy=box.xyxy[0].tolist()print(f"类别:{cls},置信度:{conf:.2f},坐标:{xyxy}")可直接复制发布文案
无人机视角道路裂缝YOLO数据集，航拍真实路面样本，针对低空巡检场景，专门识别道路各类裂缝，YOLO标准格式，拿来就能训练，适合做道路巡检、公路病害识别科研与工程项目开发。
**关键词：**无人机道路裂缝数据集，航拍路面病害，YOLO道路裂缝，公路巡检数据集