简介本资源为墙面与水泥路面裂缝检测数据集面向从事目标检测、缺陷识别与工程巡检算法开发的开发者及研究人员可用于训练和验证裂缝检测模型解决路面与墙体病害自动识别问题。数据集共8678张jpg图片每张均配有对应的VOC格式xml标注与YOLO格式txt标注标注类别为crack共11741个矩形框采用labelImg工具完成标注标注准确合理。压缩包内文件总数2000个以xml标注文件为主另含1个说明txt整体约622.83MB目录结构清晰便于按需检索与批量读取。目前已有387人学习下载适合需要快速构建裂缝检测训练集、验证模型效果或进行数据增强实验的读者参考使用。1. 裂缝检测数据集怎么选8678 张墙面水泥路面样本能直接开训吗拿到一份标注好的裂缝数据集第一反应往往不是「太好了」而是「这 8678 张到底能不能直接喂给 YOLO」。墙面和水泥路面的裂缝检测本质是一个单类别目标检测任务难点不在类别多而在裂缝形态极度不均衡——有的细如发丝横跨整张图有的成片龟裂像蛛网还有的受光照、水渍、阴影干扰边界根本说不清。这份资源给的是 8678 张 jpg 图片配套 8678 个 Pascal VOC 格式 xml 和 8678 个 YOLO 格式 txt标注类别只有一个crack总框数 11741用 labelImg 画的矩形框。也就是说平均每张图 1.35 个框说明大部分图里裂缝目标不多但单框尺度跨度可能很大。它适合谁做建筑结构健康监测、道路巡检、墙面病害识别的团队想快速搭一个裂缝检测 baseline或者拿它做预训练再迁移到桥梁、隧道、大坝场景。不适合谁想要分割掩码的别下这里只有矩形框想要多类别裂缝、剥落、渗水一起标的也别下只有crack一类。8678 张的体量在单类别检测里算中等偏上够训一个能用的模型但别指望它覆盖所有气候、所有材质——墙面涂料、瓷砖、水泥砂浆、沥青路面的裂缝分布差异很大后面我会讲怎么判断你的场景和它匹不匹配。2. VOC 与 YOLO 双格式拆解xml 和 txt 到底怎么对应2.1 两种格式的字段差异与转换逻辑Pascal VOC 的 xml 是「绝对坐标 图像尺寸」的描述方式每个object里有namecrack/name和bndbox的 xmin、ymin、xmax、ymax坐标是像素值。YOLO 的 txt 是「归一化中心点 宽高」每行class_id cx cy w h全部除以图像宽高得到 0~1 的值。这份数据集两种格式都给全了省去了自己转的麻烦但你要清楚它们不是简单复制——如果 xml 里的坐标有越界或宽高为负转出来的 txt 就是脏数据。常见做法是先用 xml 做一次完整性校验再信任配套的 txt。因为 labelImg 导出时偶尔会出现框超出图像边界的情况VOC 里能存YOLO 归一化后可能变成负数或大于 1。下面这段脚本就是干这个的遍历 xml检查每个框是否越界、宽高是否为正顺便统计框数是否和简介里的 11741 对得上。import os import xml.etree.ElementTree as ET def check_voc_bbox(xml_dir): total_boxes 0 bad_files [] for fname in os.listdir(xml_dir): if not fname.endswith(.xml): continue path os.path.join(xml_dir, fname) tree ET.parse(path) root tree.getroot() size root.find(size) img_w int(size.find(width).text) img_h int(size.find(height).text) for obj in root.findall(object): bbox obj.find(bndbox) xmin int(bbox.find(xmin).text) ymin int(bbox.find(ymin).text) xmax int(bbox.find(xmax).text) ymax int(bbox.find(ymax).text) total_boxes 1 # 越界或宽高非正都记下来 if xmin 0 or ymin 0 or xmax img_w or ymax img_h or xmax xmin or ymax ymin: bad_files.append((fname, xmin, ymin, xmax, ymax)) print(f总框数: {total_boxes}) print(f异常文件数: {len(bad_files)}) for item in bad_files[:10]: print(item) check_voc_bbox(./Annotations)逻辑说明先读size拿图像宽高再逐个object取 bndbox。参数上xmin/ymin是左上角xmax/ymax是右下角判断条件里xmax xmin说明框宽为零或负属于无效标注。跑完如果总框数不是 11741要么文件没下全要么有重复标注。异常文件建议直接剔除或重新标别硬转否则训练时 loss 会出 NaN。2.2 目录结构怎么摆才能被 YOLO 直接读YOLO 系列v5/v8/v11对目录结构有固定预期不是把 jpg 和 txt 堆一起就行。标准布局是 images 和 labels 两个平行目录各自再分 train/valtxt 文件名必须和 jpg 完全一致只换扩展名。这份数据集原始文件是平铺的需要自己写脚本划分。我一般按 8:2 切裂缝样本里如果有的图特别密集要保证 train 和 val 的框数分布接近不能随机切完 val 全是空图。# 假设原始图片在 images_all标注在 labels_all mkdir -p dataset/images/train dataset/images/val mkdir -p dataset/labels/train dataset/labels/val # 用 python 做可复现的划分固定随机种子 python - EOF import os, random, shutil random.seed(42) imgs [f for f in os.listdir(images_all) if f.endswith(.jpg)] random.shuffle(imgs) split int(len(imgs) * 0.8) for i, img in enumerate(imgs): subset train if i split else val shutil.copy(fimages_all/{img}, fdataset/images/{subset}/{img}) txt img.replace(.jpg, .txt) shutil.copy(flabels_all/{txt}, fdataset/labels/{subset}/{txt}) print(done, split, len(imgs) - split) EOF逻辑说明random.seed(42)保证每次划分一致方便复现。split取 80% 做训练。复制而不是移动保留原始文件当后悔药。跑完检查dataset/labels/train里的 txt 数量是否等于dataset/images/train里的 jpg 数量不等就是有图片没对应标注得排查。2.3 data.yaml 里一个类别也要写对单类别最容易翻车的地方是nc和names写错。nc: 1names: [crack]顺序不能反类别 id 从 0 开始。如果后面你要加类别必须重新生成所有 txt不能只改 yaml。path: ./dataset train: images/train val: images/val nc: 1 names: [crack]参数说明path是数据集根目录train和val是相对路径。YOLOv8 里如果路径写错报错信息是「No labels found」别去怀疑标注格式先看路径。nc必须和 txt 里出现的最大 class_id 1 一致这里只有 0所以 nc1。3. 从零跑通 YOLOv8 训练裂缝单类别模型的参数怎么设3.1 环境与预训练权重的选择裂缝检测属于小目标、细长目标偏多的任务直接从头训收敛慢且容易过拟合。常见做法是加载 COCO 预训练权重做迁移。YOLOv8n 最轻适合先跑通流程YOLOv8s 或 m 精度更好但显存要求高。如果你只有一张 8G 显存的卡n 或 s 起步batch 设 8 或 16。别一上来就上 x裂缝数据量不算大大模型反而容易记住背景噪声。pip install ultralytics yolo detect train modelyolov8s.pt datadata.yaml epochs100 imgsz640 batch16逻辑说明modelyolov8s.pt会自动下载预训练权重前提是网络能通到官方源不通就手动下好放当前目录。epochs100对 8678 张单类别通常够如果 val mAP 在 60 轮后还在涨可以加到 150。imgsz640是默认值裂缝细长如果原图分辨率远大于 640缩小后细裂缝可能只剩几个像素这时候要考虑切图训练或提高 imgsz 到 1024但显存翻倍。3.2 裂缝任务的关键超参mosaic 和 copy_paste 要慎用YOLOv8 默认开 mosaic 增强把四张图拼成一张。对普通目标检测是好事但裂缝有很强的连续性——一条裂缝被拼到四个象限里模型学到的可能是断裂的纹理反而干扰。我一般把mosaic关掉或调低概率close_mosaic设小一点让最后几十轮在无增强的原图上微调。yolo detect train modelyolov8s.pt datadata.yaml epochs100 imgsz640 batch16 \ mosaic0.0 close_mosaic10 degrees0.0 shear0.0参数说明mosaic0.0完全关闭拼接增强close_mosaic10表示最后 10 轮关闭 mosaic这里已经关了写 0 也行degrees0.0关闭旋转裂缝方向本身有语义旋转会制造不真实的样本shear0.0关闭剪切。这些值不是绝对的如果你的场景里裂缝方向随机可以适当开一点旋转但幅度别超过 15 度。3.3 训练过程看什么loss 曲线和混淆矩阵跑起来之后别只盯着最终 mAP。box_loss和cls_loss如果一直震荡不降先查学习率YOLOv8 默认 lr00.01单类别可以降到 0.005。val/box_loss远高于train/box_loss说明过拟合加 dropout 或减 epochs。混淆矩阵在单类别下只有 crack 和 background 两行两列如果 background 被大量误检成 crack说明模型把墙面纹理当裂缝了这时候要回看标注里有没有把非裂缝的深色线条也框进去。提示训练日志里instances数量应该接近 11741 乘以训练集比例如果差很多说明部分 txt 是空的或没被读到。4. 避坑与排查裂缝数据集训练中最容易翻车的五件事4.1 现象训练 loss 正常但 mAP 一直是 0原因YOLO 的 txt 里 class_id 不是从 0 开始或者 data.yaml 的 names 顺序和 txt 里的 id 对不上。这份数据集只有一类class_id 必须是 0如果转换脚本里写成了 1模型永远匹配不上。解决随便打开一个 txt看每行第一个数字是不是 0。不是就批量改。用awk {print $1} *.txt | sort -u能快速看有哪些 id。4.2 现象验证集图片有标注但评估时显示 no labels原因YOLO 找 label 的路径是images替换成labels扩展名换成.txt。如果你把 val 图片放在dataset/val/imageslabel 放在dataset/val/labels但 data.yaml 里写的是val: images/val路径就对不上。解决保持images/train、images/val、labels/train、labels/val的平行结构data.yaml 里只写train: images/train和val: images/val让 ultralytics 自己替换。4.3 现象模型把墙面接缝、电线阴影都框成 crack原因标注时把非裂缝的线性纹理也标了或者负样本无裂缝的墙面图太少。这份数据集全是正样本没有纯背景图模型没见过「没有裂缝的墙面长什么样」。解决从原图里裁一些无裂缝区域当背景图txt 留空按 10% 比例混进训练集。或者调高cls损失的权重但更根本的是补负样本。4.4 现象训练到一半 loss 突然变 NaN原因某个 txt 里有坐标越界或宽高为负归一化后出现 inf。labelImg 导出时如果框拖到图像外就会这样。解决跑第 2 章那段校验脚本把异常文件剔除或修正。已经开训了就看日志里最后加载的是哪张图去查对应的 txt。4.5 现象推理时细裂缝漏检严重原因输入尺寸 640 下原图里 2~3 像素宽的裂缝被缩到不足 1 像素特征直接消失。解决训练和推理都用更大 imgsz比如 1024 或 1280或者把原图切成 640×640 的块每块单独推理再合并。切图时要有重叠否则跨块的裂缝会被切断。5. 进阶技巧用切图推理把细裂缝召回率拉上来8678 张图里真正难的是那些贯穿整张画面的细裂缝。直接 resize 到 640 训练模型在验证集上可能 mAP50 有 0.7但一上真实高分辨率巡检图就崩。我自己的习惯是训练用 640 快速迭代部署前用切图推理做一次精度补偿。具体做法是把原图按 512×512 滑窗切步长 25650% 重叠每块送进模型最后把框映射回原图坐标做 NMS 合并。import cv2 import numpy as np from ultralytics import YOLO model YOLO(runs/detect/train/weights/best.pt) img cv2.imread(test_wall.jpg) h, w img.shape[:2] tile, stride 512, 256 all_boxes [] for y in range(0, h, stride): for x in range(0, w, stride): patch img[y:ytile, x:xtile] if patch.shape[0] tile or patch.shape[1] tile: patch cv2.copyMakeBorder(patch, 0, tile-patch.shape[0], 0, tile-patch.shape[1], cv2.BORDER_CONSTANT, value(114,114,114)) results model(patch, conf0.25, iou0.5, verboseFalse) for box in results[0].boxes: x1, y1, x2, y2 box.xyxy[0].tolist() all_boxes.append([x1x, y1y, x2x, y2y, box.conf[0].item()]) # 跨块 NMS 合并 def nms(boxes, iou_thres0.5): boxes sorted(boxes, keylambda b: b[4], reverseTrue) keep [] while boxes: best boxes.pop(0) keep.append(best) boxes [b for b in boxes if iou(best, b) iou_thres] return keep def iou(a, b): xx1, yy1 max(a[0], b[0]), max(a[1], b[1]) xx2, yy2 min(a[2], b[2]), min(a[3], b[3]) inter max(0, xx2-xx1) * max(0, yy2-yy1) area_a (a[2]-a[0]) * (a[3]-a[1]) area_b (b[2]-b[0]) * (b[3]-b[1]) return inter / (area_a area_b - inter 1e-6) final nms(all_boxes) print(f合并后框数: {len(final)})逻辑说明tile512是送入模型的块大小stride256保证相邻块有重叠避免裂缝被切在边界上。copyMakeBorder处理图像边缘不足一块的情况用灰色填充不影响检测。conf0.25是置信度阈值细裂缝响应弱可以降到 0.15 再靠 NMS 去重。跨块 NMS 的iou_thres0.5因为同一裂缝在重叠区会被检出两次IoU 通常很高合并后只留置信度最高的。这套流程跑下来细裂缝召回率通常比直接整图推理高 10~20 个百分点代价是推理时间变成原来的 4~6 倍。如果做实时巡检可以只在离线复核阶段用切图在线用整图快速筛。从那以后我每次拿到新的裂缝数据集都强制先跑一遍 xml 校验和切图推理测试确认标注没越界、细目标没漏再开训。希望帮到你。本文还有配套的精品资源点击获取
