数据集概述
本数据集包含弱监督裂缝检测相关的数据集文件和预训练模型文件，数据集涵盖Aigle、Crack Forest Dataset、DeepCrack三个子数据集的不同粗糙度标注，包括人工生成和合成生成的标注；预训练模型为基于Xception65的TensorFlow模型，整体用于弱监督裂缝检测研究。
文件详解
- 弱监督裂缝检测数据集文件
- 文件名称：weakly_sup_crackdet_dataset.zip
- 文件格式：ZIP
- 字段映射介绍：包含Aigle、Crack Forest Dataset、DeepCrack三个子数据集的粗糙标注，标注分为人工生成（目录后缀_rough、_rougher）和合成生成（目录后缀_dil）两类
- 预训练模型文件
- 文件名称：pascal_voc_seg.zip
- 文件格式：ZIP
- 字段映射介绍：包含用于弱监督裂缝检测的TensorFlow预训练模型，基于Xception65架构，可用于对比实验
数据来源
Hitachi, Ltd.
适用场景
- 弱监督裂缝检测模型训练与验证：利用带粗糙标注的数据集训练和验证弱监督裂缝检测算法
- 裂缝检测模型对比实验：使用预训练的Xception65模型开展不同裂缝检测方法的性能对比
- 裂缝检测标注策略研究：分析不同粗糙度标注（人工、合成）对模型性能的影响
- 计算机视觉弱监督学习应用：探索弱监督学习在裂缝检测等工业视觉任务中的实践价值
