YOLOv5路面缺陷检测数据集：4类+600×600+开箱即训

简介：本资源是一份专为YOLOv5目标检测模型定制的路面缺陷检测数据集，面向计算机视觉初学者、智能交通系统开发者及道路巡检算法研究人员，解决实际场景中裂纹与坑洞等典型路面病害的自动化识别需求。数据集严格遵循YOLOv5目录结构，含1073个标注txt文件（对应4类：纵向裂纹、横向裂纹、坑洞、不规则裂缝）、926张600×600分辨率RGB图像（jpg），以及1个开箱即用的可视化py脚本，可随机加载图片并绘制带类别标签的边界框，极大降低数据验证门槛。资源共2000个文件，压缩包大小74.55MB，已划分训练集（841图+841标签）与验证集（231图+231标签），无需额外格式转换即可直接投入训练。目前已有770人学习下载，适合快速开展缺陷检测模型训练、评估与部署验证。

1. 这不是“又一个YOLO数据集”：4类路面缺陷+600×600原生分辨率+开箱即训，专治训练时label mismatch、val mAP跳变、可视化框偏移这三大玄学翻车

你有没有试过：YOLOv5训练跑通了，loss掉得挺稳，但验证集mAP卡在0.1出不来？或者用官方plot_labels.py一画图，发现所有bbox都往右下角偏移20像素？又或者train.txt里写了841张图，但trainloader只加载了837张——debug半天发现是某几张jpg没配对txt，而错误日志里连文件名都不报？这不是你代码写错了，是数据集本身埋了雷。这个「路面缺陷检测数据（4类别）」就是为避开这些坑设计的：它不是从COCO或Pascal VOC转过来的二手货，而是原始采集→人工标注→YOLOv5格式直出→全量配对校验的闭环产物；600×600固定分辨率规避了resize插值引入的bbox形变；841+231张图全部通过os.path.exists(img) and os.path.exists(label)硬校验；更关键的是，它自带的visualize.py不是摆设——它会真实调用cv2.imread读图、np.loadtxt解析txt、cv2.rectangle画框，全程不走dataset类、不依赖dataloader，相当于给你一个独立于训练流程之外的“真相校验器”。适合正在做道路巡检AI落地的工程师、交科院做养护评估的算法岗、以及被YOLOv5数据格式折磨到怀疑人生的0基础小白——只要你需要一个能当天下载、当天train、当天看到bbox框在图上对得上的路面缺陷数据集，它就是那个“后悔药”。

2. 从文件结构到标签格式：为什么YOLOv5目录格式不是“把图片放images、txt放labels”这么简单？

2.1 目录结构必须严格遵循Ultralytics官方约定，否则train.py会静默跳过子目录

YOLOv5的train.py默认只认两级结构：/images/train和/images/val（或/labels/train和/labels/val），不支持/datasets/images-train这种三级路径。本数据集提供的datasets-images-train和datasets-images-val是原始压缩包里的命名，解压后你必须重命名为标准路径：

# 解压后执行（Linux/macOS） mv datasets-images-train images/train mv datasets-images-val images/val mkdir -p labels/train labels/val # 注意：labels文件夹需手动创建，原始包里没有空labels目录

提示：YOLOv5 v6.0+版本中，data.yaml里的train:字段指向的是images/train，而不是datasets-images-train。如果路径不对，train.py会打印Found 0 images并直接退出，且不报错——这是新手最常踩的“静默失败”坑。

2.2 TXT标签文件必须满足4个硬性条件，缺一不可

每张图对应的.txt文件（如Czech_002951.txt）必须满足：

• 每行一个目标，格式为class_id center_x center_y width height（归一化坐标）；
• class_id∈ {0,1,2,3}，对应longitudinal_crack、transverse_crack、pothole、irregular_crack；
• center_x,center_y,width,height全部是0~1之间的浮点数；
• 所有数值保留6位小数（如0.421875 0.532143 0.123456 0.098765），这是Ultralytics内部Dataset类解析时的精度阈值。

验证脚本（可直接运行）：

# check_label_format.py import os import numpy as np label_dir = "labels/train" for txt in os.listdir(label_dir): if not txt.endswith(".txt"): continue try: data = np.loadtxt(os.path.join(label_dir, txt)) if data.size == 0: print(f"⚠️ {txt} is empty") continue if data.ndim == 1: # 单目标 data = data.reshape(1, -1) for i, line in enumerate(data): if len(line) != 5: print(f"❌ {txt} line {i}: expected 5 values, got {len(line)}") if not (0 <= line[1] <= 1 and 0 <= line[2] <= 1 and 0 <= line[3] <= 1 and 0 <= line[4] <= 1): print(f"❌ {txt} line {i}: normalized coord out of [0,1]") if not (0 <= int(line[0]) <= 3): print(f"❌ {txt} line {i}: class_id {int(line[0])} not in [0,3]") except Exception as e: print(f"❌ {txt} parse error: {e}")

逻辑说明：np.loadtxt会自动处理空格分隔，但若某行末尾有多余空格或tab，可能触发ValueError: Expected 1D or 2D array, got 0D instead。该脚本强制将单目标reshape为2D，避免维度错误；同时检查归一化范围和类别ID合法性——这是比train.py更早暴露问题的防线。

2.3 类别映射必须与data.yaml严格一致，顺序错一位就全乱套

YOLOv5不认类别名，只认data.yaml里names:列表的索引顺序。本数据集的4类顺序是：

# data.yaml train: ../images/train val: ../images/val nc: 4 names: ['longitudinal_crack', 'transverse_crack', 'pothole', 'irregular_crack']

注意：names必须是Python list格式（用方括号），不能写成names: "longitudinal_crack, transverse_crack, pothole, irregular_crack"。常见错误是复制粘贴时漏掉方括号，导致train.py报错AttributeError: 'str' object has no attribute 'index'。

参数说明：

• nc: 4是硬约束，必须与names长度一致，否则模型head层维度不匹配；
• 类别名中不能含空格或特殊字符（如'longitudinal crack'会因空格被split成两个字符串）；
• 顺序一旦定死，训练、推理、评估必须全程保持——比如用val.py时传入的--data data.yaml必须指向同一份文件。

2.4 图像分辨率600×600是刻意为之，不是凑整：它直接影响anchor匹配与loss计算

YOLOv5默认输入尺寸是640×640，但本数据集所有图像都是600×600。这不是偷懒，而是工程权衡：

• 600能被32整除（600÷32=18.75？错！YOLOv5实际做的是ceil(600/32)=19→19×32=608，所以600图会被pad到608×608，比640×640少32×32=1024像素，显存占用降低约5%）；
• 更重要的是，600×600下人工标注的bbox精度更高：裂纹宽度常为2~5像素，若原始图缩到416×416，2像素裂纹会退化为亚像素，标注员肉眼难判；
• 所有txt中的归一化坐标均按600×600计算（x_center = (x_min + x_max)/2 / 600），而非按YOLO输入尺寸反算。

验证方法：取一张图Czech_000067.jpg，用以下代码还原原始bbox：

import cv2 import numpy as np img = cv2.imread("images/train/Czech_000067.jpg") h, w = img.shape[:2] # 应输出 (600, 600) print(f"✅ Image size: {w}x{h}") label_path = "labels/train/Czech_000067.txt" with open(label_path) as f: for line in f: cls, cx, cy, bw, bh = map(float, line.strip().split()) # 还原为像素坐标 x1 = int((cx - bw/2) * w) y1 = int((cy - bh/2) * h) x2 = int((cx + bw/2) * w) y2 = int((cy + bh/2) * h) print(f"✅ Class {int(cls)} bbox: ({x1},{y1}) -> ({x2},{y2})") cv2.rectangle(img, (x1,y1), (x2,y2), (0,255,0), 2) cv2.imwrite("debug_bbox.jpg", img)

若w,h不是600，则说明图像被意外resize过；若画框明显超出图像边界，则归一化计算有误。

3. 可视化脚本visualize.py不只是“看看图”，它是你调试数据流的第一道防火墙

3.1 脚本工作流：绕过dataset类，直击原始IO链路

visualize.py的设计哲学是“最小依赖、最大真相”：

• 它不导入torch、不实例化Dataset、不调用DataLoader；
• 它直接cv2.imread读图，np.loadtxt读txt，cv2.rectangle画框，cv2.imwrite保存；
• 所有路径硬编码为相对路径（./images/train/和./labels/train/），避免路径拼接错误。

这意味着：当你运行python visualize.py看到bbox准确落在裂纹上，就证明——
✅ 图像文件名与txt文件名100%配对；
✅ txt中归一化坐标能正确还原为像素坐标；
✅ cv2读图未触发颜色空间转换（如BGR→RGB错位）；
✅ 没有隐藏的alpha通道或EXIF旋转标记干扰。

3.2 修改脚本以支持批量可视化与类别色标

原始脚本只随机选1张图，但实际调试需要看多张。修改如下：

# visualize.py (modified) import os import cv2 import numpy as np import random # 定义4类颜色：BGR格式，便于cv2.rectangle使用 COLORS = [(0, 255, 0), # longitudinal_crack: green (0, 0, 255), # transverse_crack: red (255, 0, 0), # pothole: blue (255, 255, 0)] # irregular_crack: cyan def draw_bbox(img, label_path, colors): if not os.path.exists(label_path): return img with open(label_path) as f: for line in f: parts = line.strip().split() if len(parts) < 5: continue cls_id = int(float(parts[0])) cx, cy, bw, bh = map(float, parts[1:5]) h, w = img.shape[:2] x1 = max(0, int((cx - bw/2) * w)) y1 = max(0, int((cy - bh/2) * h)) x2 = min(w, int((cx + bw/2) * w)) y2 = min(h, int((cy + bh/2) * h)) cv2.rectangle(img, (x1,y1), (x2,y2), colors[cls_id], 2) cv2.putText(img, f"{cls_id}", (x1, y1-5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, colors[cls_id], 1) return img # 批量处理前20张训练图 image_dir = "images/train" label_dir = "labels/train" images = [f for f in os.listdir(image_dir) if f.endswith(".jpg")] for img_name in images[:20]: img_path = os.path.join(image_dir, img_name) label_path = os.path.join(label_dir, img_name.replace(".jpg", ".txt")) img = cv2.imread(img_path) if img is None: print(f"❌ Failed to load {img_path}") continue img = draw_bbox(img, label_path, COLORS) cv2.imwrite(f"vis_{img_name}", img) print(f"✅ Saved vis_{img_name}")

参数说明：

• max(0, ...)和min(w, ...)防止归一化坐标计算误差导致bbox超出图像边界（OpenCV会静默截断，但画框位置已失真）；
• cv2.putText标出类别ID，避免靠颜色记忆类别（绿色不一定是纵向裂纹）；
• 仅处理前20张，避免生成过多临时文件；实际调试时可指定images = ["Czech_002951.jpg"]单图精查。

3.3 常见问题排查：为什么visualize.py画的框是对的，但train.py里loss不降？

现象：visualize.py显示bbox完美覆盖裂纹，但训练时box_loss居高不下，precision始终<0.3。
原因：visualize.py用的是原始600×600图，而train.py默认做augment=True，会应用Mosaic、HSV增强、仿射变换等——这些操作会改变bbox位置，但若mosaic中某张图的label未同步变换，就会产生“伪负样本”。
解决：先关掉增强验证数据链路：

python train.py --data data.yaml --cfg models/yolov5s.yaml --weights '' --epochs 10 \ --batch-size 16 --nosave --cache --noautoanchor \ --hyp data/hyp.no-augment.yaml # 使用无增强超参

其中hyp.no-augment.yaml内容为：

# data/hyp.no-augment.yaml # 关闭所有几何增强 degrees: 0.0 # 图像旋转 translate: 0.0 # 平移 scale: 0.0 # 缩放 shear: 0.0 # 剪切 perspective: 0.0 # 透视变换 # 保留色彩增强（不影响bbox） hsv_h: 0.015 hsv_s: 0.7 hsv_v: 0.4

若此时loss快速下降，说明问题出在增强逻辑；若仍不降，则回到label格式或类别映射检查。

4. 训练自己的YOLOv5模型：从零开始的6步实操清单（含避坑指南）

4.1 环境准备：Ultralytics官方repo vs pip install，选哪个？

YOLOv5官方推荐从GitHub clone最新版（截至2024年，v8.0+已转向YOLOv8，但本数据集适配v6.1/v7.0）：

git clone https://github.com/ultralytics/yolov5 cd yolov5 pip install -r requirements.txt

注意：pip install yolov5安装的是第三方打包版，其train.py可能删减了--cache、--noautoanchor等关键参数，且无法保证与本数据集的data.yaml兼容。血泪经验：曾用pip版训练，--cache参数被忽略，导致每次epoch都重新读图，841张图耗时从2min拉长到15min。

4.2 数据配置：data.yaml必须手写，不能靠脚本生成

data.yaml是YOLOv5的“宪法”，必须手动创建（不要用utils/general.py里的create_dataset_yaml）：

# data.yaml train: ../images/train # 注意：是相对于yolov5/目录的路径 val: ../images/val nc: 4 names: ['longitudinal_crack', 'transverse_crack', 'pothole', 'irregular_crack']

关键细节：

• train:和val:路径是相对路径，基准点是yolov5/目录，不是data.yaml所在目录；
• 若你把数据集放在/home/user/road-defect/，则train:应写/home/user/road-defect/images/train（绝对路径）或../../road-defect/images/train（相对路径）；
• nc和names必须与txt中class_id完全对应，names[0]必须是longitudinal_crack。

4.3 启动训练：关键参数含义与必加选项

python train.py \ --data data.yaml \ --cfg models/yolov5s.yaml \ # 小模型，适合起步 --weights '' \ # 从零训练，不加载预权重 --batch-size 32 \ # 根据GPU显存调整：V100可到64，RTX3060建议32 --epochs 100 \ # 初始训练轮数 --name road-defect-v1 \ # 实验名称，输出目录名 --cache \ # 将图像缓存到RAM，提速3倍（首次运行稍慢） --noautoanchor \ # 关闭自动anchor计算，用默认anchor更稳定 --exist-ok # 若目录存在则覆盖，避免手动删log

参数说明：

• --cache：对841张600×600图，缓存后内存占用约1.2GB，但每个epoch读图时间从8s降至0.5s；
• --noautoanchor：本数据集缺陷尺度较集中（裂纹长100~300px，坑洞直径50~150px），默认anchor（models/yolov5s.yaml中anchors: [[10,13, 16,30, 33,23], ...]）已足够匹配，开启autoanchor反而可能收敛到次优解；
• --exist-ok：避免FileExistsError: [Errno 17] File exists: 'runs/train/road-defect-v1'中断训练。

4.4 验证与推理：如何确认模型真的学会了“区分四种裂纹”

训练完成后，用val.py做定量评估：

python val.py \ --data data.yaml \ --weights runs/train/road-defect-v1/weights/best.pt \ --task test \ # 在val集上测试 --save-hybrid \ # 保存预测框+置信度+类别 --conf 0.001 \ # 降低置信度阈值，避免漏检小裂纹 --iou 0.45 # IOU阈值，路面缺陷常有粘连，不宜设太高

关键输出解读：

• Class Images Instances P R mAP50 mAP50-95：重点关注mAP50（IOU=0.5时的AP），若<0.5说明模型未学好；
• P（Precision）低：说明误检多（如把阴影当裂纹）；
• R（Recall）低：说明漏检多（小裂纹或低对比度裂纹没检出）；
• mAP50-95若远低于mAP50，说明模型对高IOU要求（如0.75）鲁棒性差，需加强数据增强。

4.5 避坑：训练过程中的5个高频翻车点及解决方案

现象1：train.py报错AssertionError: train: No images found

原因：data.yaml中train:路径错误，或images/train/下没有.jpg文件（可能是.JPG或.jpeg）。
解决：

ls -l images/train | head -5 # 看文件扩展名 find images/train -type f ! -iname "*.jpg" # 查找非.jpg文件 rename 's/.JPG/.jpg/g' images/train/*.JPG # 批量改名

现象2：训练loss震荡剧烈，box_loss在0.5~5.0之间跳变

原因：labels/train/中某txt文件包含nan或inf值（标注员误输0.0/0导致除零）。
解决：运行2.2节的check_label_format.py，重点检查ValueError: cannot convert float NaN to integer。

现象3：val.py输出mAP50=0.000，但visualize.py画框正常

原因：data.yaml中val:路径指向images/train而非images/val，导致验证集用了训练集。
解决：cat data.yaml | grep val确认路径，ls images/val | wc -l应输出231。

现象4：推理时detect.py报错IndexError: index 4 is out of bounds for axis 0 with size 4

原因：best.pt模型的nc是4，但detect.py加载的data.yaml里nc: 5（多写了一个类别）。
解决：python models/common.py -c best.pt查看模型nc值，再核对data.yaml。

现象5：训练完成，但runs/train/road-defect-v1/results.csv里metrics/mAP_0.5列全为-1.000

原因：val.py未成功运行，或--task test参数未加，导致未计算mAP。
解决：手动运行val.py命令，观察终端是否输出Validating...和Results saved to ...。

5. 进阶技巧：如何用这个数据集快速构建一个“可交付”的路面巡检demo

5.1 构建轻量级推理pipeline：从best.pt到实时视频流检测

YOLOv5训练产出的best.pt是完整模型，但部署时需导出为torchscript或onnx。本数据集因分辨率固定（600×600），可跳过动态resize，大幅提升速度：

# infer_road.py import torch import cv2 import numpy as np model = torch.hub.load('ultralytics/yolov5', 'custom', path='runs/train/road-defect-v1/weights/best.pt') model.conf = 0.3 # NMS置信度阈值 model.iou = 0.45 # NMS IOU阈值 cap = cv2.VideoCapture(0) # 或视频文件路径 while cap.isOpened(): ret, frame = cap.read() if not ret: break # 强制resize到600×600，不保持宽高比（因原始图就是600×600） frame_resized = cv2.resize(frame, (600, 600)) results = model(frame_resized) # results.xyxy[0] shape: (N, 6) -> [x1,y1,x2,y2,conf,class_id] for *xyxy, conf, cls in results.xyxy[0].cpu().numpy(): if conf > 0.3: label = model.names[int(cls)] color = [(0,255,0),(0,0,255),(255,0,0),(255,255,0)][int(cls)] cv2.rectangle(frame, (int(xyxy[0]), int(xyxy[1])), (int(xyxy[2]), int(xyxy[3])), color, 2) cv2.putText(frame, f"{label} {conf:.2f}", (int(xyxy[0]), int(xyxy[1])-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 1) cv2.imshow('Road Defect Detection', frame) if cv2.waitKey(1) == ord('q'): break cap.release() cv2.destroyAllWindows()

关键优化点：

• cv2.resize(frame, (600,600))省去YOLOv5内部的letterbox操作，减少CPU开销；
• model.conf和model.iou直接设置，避免修改detect.py源码；
• results.xyxy[0].cpu().numpy()将tensor转为numpy，兼容OpenCV绘图。

5.2 生成缺陷统计报表：用val.py输出的results.csv做养护决策支持

val.py运行后，runs/val/road-defect-v1/results.csv包含每张图的检测结果。提取关键指标：

生成脚本：

# gen_report.py import pandas as pd import glob # 读取所有results.csv（val.py输出） csv_files = glob.glob("runs/val/*/results.csv") if not csv_files: print("No results.csv found") df = pd.read_csv(csv_files[-1]) # 统计每类缺陷数量 def count_per_class(row): # row['labels']格式如 "[[0, 0.1, 0.2, 0.3, 0.4], [1, 0.5, 0.6, 0.7, 0.8]]" import ast try: labels = ast.literal_eval(row['labels']) counts = [0,0,0,0] for label in labels: cls_id = int(label[0]) if 0 <= cls_id <= 3: counts[cls_id] += 1 return pd.Series(counts + [max([l[5] for l in ast.literal_eval(row['pred'])]) if row['pred'] else 0]) except: return pd.Series([0,0,0,0,0]) # 注意：实际val.py输出的csv不含'labels'列，此为示意；真实需解析`detect/`目录下的txt # 正确做法：遍历`runs/detect/exp/labels/`下的txt文件

实际生产中，我每次交付都会附带一个report_summary.xlsx，里面包含：

• 每公里路段的缺陷密度（缺陷数/图像数×100）；
• 各类缺陷占比饼图；
• 置信度分布直方图（判断模型是否过度自信）；
• 误检案例截图（人工复核用）。
  从那以后我每次模型迭代，都强制走一遍val.py→gen_report.py→人工抽检10张图三步，再发给客户——这比单纯说“mAP=0.65”有力得多。希望帮到你。

本文还有配套的精品资源，点击获取