TI C2000太阳能控制器完整方案：MPPT+电池管理+Modbus回传
2026/10/15 16:28:50
古建筑航拍实例分割数据集 | 古建筑保护 实例分割 无人机航拍 损毁检测 文物保护9190期
数据集概述
本数据集专注于无人机航拍视角下的古建筑缺陷检测与实例分割，服务于古建筑普查、老旧房屋损毁检测及文物保护遥感AI识别。数据涵盖七类建筑及环境目标，适配航拍实例分割算法训练、文物状态评估及古村落保护规划等应用。
数据集核心信息
| 数据要素 | 详细说明 |
|---|---|
| 类别 | 共7类：植被、坍塌孔洞、现代遮盖物、屋顶轮廓、瓦片破损、整体损毁建筑、木材裸露 |
| 数量 | 1457张图像（其中605张为潮汕古建航拍图像） |
| 格式 | 图像为 JPG/PNG；标签为实例分割掩膜（多边形坐标） |
| 数据来源 | 无人机航拍，潮汕传统古建筑群 |
| 应用价值 | 1.古建普查：支撑古建筑状态的自动化评估与编目。 2.损毁检测：识别坍塌孔洞、瓦片破损、木材裸露等损毁特征。 3.文物保护：为文物保护遥感AI识别提供数据基础。 4.算法研发：为实例分割、古建筑识别等视觉任务提供真实场景的训练与评测数据。 |
完整类别列表（共7类）
| 序号 | 中文类别名称 | 目标类型说明 |
|---|---|---|
| 0 | 植被 | 建筑上或周围的植被覆盖 |
| 1 | 坍塌孔洞 | 屋顶或墙体的坍塌孔洞 |
| 2 | 现代遮盖物 | 现代材料覆盖或修补的区域 |
| 3 | 屋顶轮廓 | 古建筑的屋顶整体轮廓 |
| 4 | 瓦片破损 | 屋面瓦片的破损区域 |
| 5 | 整体损毁建筑 | 大面积损毁或倒塌的建筑 |
| 6 | 木材裸露 | 木构件裸露或外露的区域 |
数据三要素解析
类别与目标覆盖
- 数据集定义7类古建筑及环境目标，覆盖建筑结构类（屋顶轮廓、整体损毁建筑）、损毁类（坍塌孔洞、瓦片破损、木材裸露）及环境类（植被、现代遮盖物）。
- 类别设置兼顾了完好建筑识别与损毁特征检测，服务于古建筑状态综合评估。
- 图像从高空视角拍摄古村落建筑群，包含多种古建筑状态。
数据规模与任务类型
- 图像总量约1457张，规模适中，能支撑实例分割模型的训练。
- 其中605张为潮汕古建航拍图像，覆盖传统古建筑群的典型场景。
- 任务类型为实例分割，标注采用多边形轮廓，可精确刻画屋顶轮廓、坍塌孔洞等不规则目标。
格式与结构
- 采用通用YOLO 分割格式，配套
dataset.yaml配置文件（含纯中文类别），可直接接入 YOLOv8-seg、YOLOv11-seg 等实例分割框架。 - 图像与标签一一对应，数据结构规范，便于进行训练/验证集划分与预处理集成。
知识普及：古建筑航拍实例分割的技术要点
- 形态复杂：古建筑屋顶、瓦片、木构件等目标形态复杂，边缘不规则，需模型具备较强的边缘保持能力。
- 类别相似性：坍塌孔洞与木材裸露、瓦片破损与整体损毁建筑在视觉上可能相近，模型需依赖位置、形态与纹理特征进行区分。
- 植被遮挡：古建筑常被植被覆盖或遮挡，影响目标识别，需采用多尺度特征融合策略。
- 光照与角度：航拍角度、光照条件变化大，建议训练时加入亮度、对比度增强与视角变换。
- 实例分割优势：相比目标检测（边界框），实例分割能精确勾勒古建筑构件轮廓，支持面积、周长等几何参数计算，对文物状态量化评估至关重要。
- 应用闭环：分割结果可导入文物保护GIS系统，结合历史影像进行损毁趋势分析，辅助修缮规划与保护决策。
快速开始（代码示例）
1. 准备配置文件 (dataset.yaml)
path:./datasettrain:images/trainval:images/valtest:images/testnc:7names:['植被','坍塌孔洞','现代遮盖物','屋顶轮廓','瓦片破损','整体损毁建筑','木材裸露']2. 启动 YOLOv11n-seg 训练
fromultralyticsimportYOLO model=YOLO("yolo11n-seg.pt")results=model.train(data="dataset.yaml",epochs=200,imgsz=640,batch=16,device=0)标签
古建筑保护实例分割无人机航拍损毁检测文物保护目标检测YOLO格式深度学习数据集计算机视觉