Link to this sectionمجموعة بيانات تقسيم التشققات#

توفر مجموعة بيانات Ultralytics لتجزئة الشقوق (Crack Segmentation Dataset) عدد 4,029 صورة مشروحة للشقوق الموجودة على الطرق والجدران لتدريب نماذج instance segmentation على فئة crack واحدة. تم التقاط هذه الصور عبر سيناريوهات متنوعة للرصف والهياكل، وهي تتوافق مباشرة مع Ultralytics YOLO لاستخدامات تتراوح بين سلامة النقل والإدراك في السيارات ذاتية القيادة وصولاً إلى صيانة البنية التحتية وفحص الهياكل باستخدام computer vision.

Link to this sectionهيكل مجموعة البيانات#

تقسم مجموعة بيانات Crack Segmentation صورها البالغ عددها 4,029 صورة على النحو التالي:

• مجموعة التدريب: 3,717 صورة تُستخدم لـ training نموذج deep learning.
• مجموعة التحقق: 200 صورة تُستخدم أثناء التدريب لضبط hyperparameters ومنع overfitting.
• مجموعة الاختبار: 112 صورة محتجزة لتقييم النموذج بعد التدريب.
• الفئات: فئة واحدة باسم crack تغطي كل شق تم شرحه على الطرق والجدران.
• حجم التنزيل: ~91.6 ميجابايت.

Link to this sectionالتطبيقات#

تدعم تجزئة الشقوق صيانة البنية التحتية من خلال تحديد وتقييم الأضرار الهيكلية في المباني والجسور والطرق. كما تعزز سلامة الطرق من خلال السماح للأنظمة الآلية باكتشاف شقوق الرصيف لإجراء الإصلاحات في الوقت المناسب.

في البيئات الصناعية، يساعد اكتشاف الشقوق باستخدام نماذج مثل Ultralytics YOLO26 في التحقق من سلامة المباني أثناء الإنشاء، ويمنع فترات التوقف المكلفة في التصنيع، ويجعل فحص الطرق أكثر أماناً. يتيح تصنيف الشقوق تلقائياً لفرق الصيانة تحديد أولويات الإصلاحات الأكثر إلحاحاً.

يمكن أيضاً تصفح وإدارة مجموعة بيانات Crack Segmentation الكاملة على Ultralytics Platform.

Link to this sectionYAML مجموعة البيانات#

يُحدد ملف YAML إعدادات مجموعة البيانات. وهو يتضمن تفاصيل حول مسارات مجموعة البيانات، والفئات، ومعلومات أخرى ذات صلة. بالنسبة لمجموعة بيانات Crack Segmentation، يتم الاحتفاظ بملف crack-seg.yaml في الرابط التالي: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/crack-seg.yaml.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# Crack-seg dataset by Ultralytics
# Documentation: https://docs.ultralytics.com/datasets/segment/crack-seg
# Example usage: yolo train data=crack-seg.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── crack-seg ← downloads here (91.6 MB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: crack-seg # dataset root dir
train: images/train # train images (relative to 'path') 3717 images
val: images/val # val images (relative to 'path') 200 images
test: images/test # test images (relative to 'path') 112 images

# Classes
names:
  0: crack

# Download script/URL (optional)
download: https://github.com/ultralytics/assets/releases/download/v0.0.0/crack-seg.zip

Link to this sectionالاستخدام#

لتدريب نموذج Ultralytics YOLO26n-seg على مجموعة بيانات تقسيم التشققات لمدة 100 حقبة تدريب بحجم صورة 640، استخدم مقتطفات Python أو CLI التالية. راجع صفحة وثائق التدريب الخاصة بالنموذج للحصول على قائمة شاملة بالوسيطات المتاحة والتكوينات مثل ضبط المعلمات الفائقة.

from ultralytics import YOLO

# Load a model
# Using a pretrained model like yolo26n-seg.pt is recommended for faster convergence
model = YOLO("yolo26n-seg.pt")

# Train the model on the Crack Segmentation dataset
# Ensure 'crack-seg.yaml' is accessible or provide the full path
results = model.train(data="crack-seg.yaml", epochs=100, imgsz=640)

# After training, the model can be used for prediction or exported
# results = model.predict(source='path/to/your/images')

Link to this sectionعينة من البيانات والتعليقات#

فيما يلي مثال من مجموعة بيانات Crack Segmentation مع تراكب أقنعة instance segmentation، والتي تحدد الشقوق الموجودة على أسطح الطرق والجدران:

تغطي مجموعة البيانات مواقع وأسطح وظروف إضاءة متنوعة، بحيث ترى النماذج المدربة عليها مجموعة واسعة من المشاهد الواقعية التي تحتاج للتعميم عبرها. يمكن لـ Data augmentation توسيع هذا التنوع بشكل أكبر — راجع دليل تجزئة وتتبع الحالات الخاص بنا لمعرفة سير العمل ذي الصلة.

Link to this sectionالاقتباسات والشكر#

إذا كنت تستخدم مجموعة بيانات تقسيم التشققات في أبحاثك أو عملك التطويري، يرجى ذكر المصدر بشكل مناسب:

@misc{ crack-bphdr_dataset,
    title = { crack Dataset },
    type = { Open Source Dataset },
    author = { University },
    url = { https://universe.roboflow.com/university-bswxt/crack-bphdr },
    year = { 2022 },
    month = { dec },
    note = { visited on 2024-01-23 },
}

نحن نقدر جهود الفريق في Roboflow لإتاحة مجموعة بيانات Crack Segmentation، مما يوفر مورداً قيماً لمجتمع computer vision، لا سيما للمشاريع المتعلقة بسلامة الطرق وتقييم البنية التحتية. للمزيد من مجموعات البيانات، تفضل بزيارة مجموعة بيانات Ultralytics.

Link to this sectionالأسئلة الشائعة#

Link to this sectionما هي مجموعة بيانات Crack Segmentation، وكيف يتم استخدامها في Ultralytics YOLO26؟#

تعد Crack Segmentation Dataset عبارة عن مجموعة تضم 4,029 صورة مشروحة للشقوق الموجودة على الطرق والجدران لتدريب وتقييم نماذج instance segmentation لفئة واحدة هي crack. لقد تم تصميمها لتطبيقات سلامة النقل والبنية التحتية مثل الفحص الهيكلي وتقييم الرصيف، وتُستخدم مباشرة مع Ultralytics YOLO26 عبر ملف الإعدادات crack-seg.yaml.

Link to this sectionكم عدد الصور والفئات التي تحتوي عليها مجموعة بيانات Crack Segmentation؟#

يبلغ إجمالي مجموعة البيانات 4,029 صورة — 3,717 للتدريب، 200 للتحقق، و112 للاختبار — جميعها مشروحة لفئة واحدة هي crack. يتم تنزيل الأرشيف الكامل تلقائياً كملف .zip بحجم ~91.6 ميجابايت عند الاستخدام لأول مرة.

Link to this sectionكيف يمكنني تدريب نموذج Ultralytics YOLO26 على مجموعة بيانات Crack Segmentation؟#

قم بتحميل نموذج تجزئة مدرب مسبقاً (مثل yolo26n-seg.pt) وقم بتدريبه باستخدام إعدادات crack-seg.yaml باستخدام مقتطفات Python أو CLI الموجودة في قسم الاستخدام أعلاه. راجع دليل التدريب للحصول على القائمة الكاملة للوسائط المتاحة.

Link to this sectionلماذا نستخدم مجموعة بيانات Crack Segmentation في مشاريع السيارات ذاتية القيادة والبنية التحتية؟#

تغطي صورها المتنوعة للشقوق عبر الطرق والجدران العديد من سيناريوهات العالم الحقيقي، مما يحسن من قوة النماذج المدربة لاكتشاف الشقوق. تدعم التجزئة الدقيقة سلامة الطرق وأنظمة تقييم البنية التحتية التي يجب أن تحدد المخاطر المحتملة بشكل موثوق — راجع قسم التطبيقات أعلاه ونصائح تدريب النماذج الخاصة بنا للحصول على أفضل الممارسات.

Link to this sectionأين يمكنني العثور على ملف إعدادات مجموعة البيانات الخاص بـ Crack Segmentation؟#

ملف crack-seg.yaml الذي يحدد مسارات مجموعة البيانات وفئة crack الواحدة، موجود في مستودع Ultralytics على GitHub: crack-seg.yaml.