摘要基于无人机的裂缝检测数据集是一个面向大型土木基础设施结构健康监测与智能检测的高分辨率图像数据集主要用于识别水坝、堤坝等工程结构表面的裂缝缺陷。数据集概述基于无人机的裂缝检测数据集是一个面向大型土木基础设施结构健康监测与智能检测的高分辨率图像数据集主要用于识别水坝、堤坝等工程结构表面的裂缝缺陷。数据通过无人机按照预定航线进行近距离影像采集可覆盖传统人工巡检难以快速检查的大范围结构表面并针对裂缝区域提供精细的像素级标注。该数据集重点支持语义分割和结构缺陷检测任务可为基于深度学习的自动化裂缝识别、基础设施安全评估和智能巡检研究提供数据基础。数据结构与关键特征数据集主要由高分辨率无人机原始图像、预处理图像以及裂缝像素级分割标注构成。原始图像保留坝体、堤坝及其他结构表面的真实纹理、光照变化、材料差异和复杂背景信息分割标签通过人工方式精确勾画裂缝区域使模型能够学习裂缝的位置、形态、长度及边界特征。数据同时提供适合模型训练的预处理版本可直接应用于计算机视觉任务。其关键特点包括无人机视角、大范围结构覆盖、高空间分辨率、细粒度裂缝标注以及真实工程环境下复杂背景等适合研究细小裂缝和不规则裂缝的精确分割问题。应用价值与研究方向该数据集可广泛应用于裂缝语义分割、结构缺陷检测、裂缝面积与长度量化、结构健康监测以及预测性维护等研究方向。研究人员可以采用 U-Net、DeepLabV3、SegFormer、Mask2Former 等模型开展像素级裂缝分割也可以结合 YOLO 等目标检测方法实现裂缝区域快速定位。此外还可进一步研究小目标裂缝识别、多尺度特征融合、复杂光照鲁棒性、无人机实时巡检以及裂缝长期变化分析等问题为水坝、堤坝、桥梁和大型混凝土结构的自动化安全检测与维护决策提供技术支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-385文件大小69M原创声明本数据集为整理作品