1. 数据集背景与应用场景

建筑外墙的健康状况直接影响建筑物的使用寿命和安全性。在实际工程中，墙面发霉、涂料剥落、植物寄生和漏水是四种最常见的表面缺陷。传统的人工巡检方式效率低下且容易遗漏细节，而基于计算机视觉的自动检测技术正逐渐成为行业解决方案。

这个数据集专门针对建筑外墙的四种典型缺陷进行标注，包含238张640×640像素的标准化图像，每张图像都配有VOC格式的XML标注文件和YOLO格式的TXT标注文件。数据集中的缺陷分布情况如下：

• 发霉(moss)：222个标注框
• 涂料剥落(peeling_paint)：76个标注框
• 墙上植物(plant_wall)：296个标注框
• 漏水(water_leak)：45个标注框

提示：虽然漏水样本数量相对较少，但在实际建筑检测中漏水痕迹往往具有明显的特征，少量高质量样本也能达到不错的训练效果。

2. 数据集结构与技术规格

2.1 文件组织架构

数据集采用标准的Pascal VOC+YOLO混合格式，目录结构如下：

firc-dataset/
├── images/          # 存放所有JPG图像文件
│   ├── 001.jpg
│   └── ...          # 共238个图像文件
├── annotations/     # VOC格式XML标注文件
│   ├── 001.xml
│   └── ...          # 共238个XML文件
├── labels/          # YOLO格式TXT标注文件
│   ├── 001.txt
│   └── ...          # 共238个TXT文件
└── classes.txt      # YOLO类别定义文件

2.2 标注格式详解

2.2.1 Pascal VOC格式

每个XML文件包含完整的图像标注信息，典型结构如下：

<annotation>
    <filename>001.jpg</filename>
    <size>
        <width>640</width>
        <height>640</height>
        <depth>3</depth>
    </size>
    <object>
        <name>moss</name>
        <bndbox>
            <xmin>120</xmin>
            <ymin>85</ymin>
            <xmax>320</xmax>
            <ymax>240</ymax>
        </bndbox>
    </object>
</annotation>

2.2.2 YOLO格式

每个TXT文件包含归一化后的标注信息，每行格式为：

<class_id> <x_center> <y_center> <width> <height>

例如：

0 0.4375 0.40625 0.3125 0.2417

其中class_id对应classes.txt中的类别顺序。

注意：YOLO格式的类别顺序可能与直观理解不同，务必以labels/classes.txt文件中的实际顺序为准。

3. 数据特点与质量分析

3.1 图像采集特点

所有图像均统一为640×640分辨率，这种中等分辨率设计平衡了检测精度和计算效率。图像采集考虑了以下因素：

• 不同光照条件（顺光、逆光、侧光）
• 不同拍摄角度（正视、仰视、俯视）
• 不同背景复杂度（简单墙面、带窗户/管道的复杂墙面）

3.2 类别分布统计

下表展示了各类别标注框的数量分布：

类别	英文名称	标注框数	占比
发霉	moss	222	34.7%
涂料剥落	peeling_paint	76	11.9%
墙上植物	plant_wall	296	46.3%
漏水	water_leak	45	7.1%

从分布可以看出，植物和发霉是数据集中最突出的问题，这也反映了实际建筑维护中的常见情况。

3.3 标注质量要点

标注过程中特别注意了以下细节：

1. 对于模糊不清的疑似缺陷，宁可舍弃也不做不确定标注
2. 大面积连续缺陷采用多个小框标注而非单个大框
3. 不同类别的重叠区域（如发霉区域同时有漏水）会分别标注
4. 每个标注框至少包含80%以上的目标区域

4. 数据预处理建议

4.1 基础预处理流程

建议采用以下标准预处理步骤：

import cv2
import numpy as np

def preprocess(image_path):
    # 读取图像
    img = cv2.imread(image_path)
    # 归一化到0-1范围
    img = img.astype(np.float32) / 255.0
    # 标准化（使用ImageNet均值和标准差）
    mean = [0.485, 0.456, 0.406]
    std = [0.229, 0.224, 0.225]
    img = (img - mean) / std
    return img

4.2 数据增强策略

针对建筑缺陷检测的特点，推荐以下增强组合：

1. 颜色扰动：调整亮度、对比度和饱和度，模拟不同光照条件
2. 几何变换：适度旋转（±15°）和小尺度缩放（0.9-1.1倍）
3. 添加噪声：模拟低质量图像采集情况
4. 随机裁剪：保持至少60%的原始图像区域

重要提示：避免使用过度翻转增强，建筑缺陷在真实场景中具有特定的方向性特征。

5. 模型训练实践指南

5.1 YOLOv5训练示例

使用Ultralytics YOLOv5的训练命令示例：

python train.py --img 640 --batch 16 --epochs 100 --data dataset.yaml --weights yolov5s.pt

其中dataset.yaml文件配置示例：

train: ../firc-dataset/images/train
val: ../firc-dataset/images/val

nc: 4
names: ['moss', 'peeling_paint', 'plant_wall', 'water_leak']

5.2 关键训练参数建议

基于本数据集特点，推荐以下参数调整：

• 初始学习率：0.01（较大学习率有助于捕捉明显特征）
• 数据增强：mosaic增强设为0.5（平衡多样性和真实性）
• 锚点尺寸：建议重新聚类生成适合建筑缺陷的锚点
• 正样本阈值：IoU阈值设为0.4（适应不规则的缺陷形状）

5.3 评估指标解读

在建筑缺陷检测中，应特别关注：

1. 召回率(Recall)：确保尽可能少的漏检
2. 小目标AP：建筑缺陷常表现为小尺寸特征
3. 类别平衡：防止模型偏向多数类（如plant_wall）

6. 实际应用注意事项

6.1 部署优化建议

1. 对于嵌入式设备部署，建议使用TensorRT加速
2. 考虑添加后处理规则，基于建筑知识过滤不合理检测
3. 对于高楼层检测，建议配合缩放拍摄策略

6.2 常见问题解决方案

问题1 ：漏水检测效果不佳

• 解决方案：增加对比度预处理，突出水渍特征

问题2 ：发霉与阴影混淆

• 解决方案：在HSV色彩空间增强特征区分度

问题3 ：植物误检率高

• 解决方案：添加形状特征约束，排除规则形状误检

6.3 持续改进方向

1. 增量学习：随着收集新样本不断优化模型
2. 多任务学习：联合检测缺陷类型和严重程度
3. 时序分析：对比历史图像检测新增缺陷

在实际项目中，我们发现将检测结果与建筑BIM模型结合，可以更直观地定位问题位置并评估维修优先级。这种计算机视觉与传统建筑技术的结合，正推动智慧建筑维护进入新阶段。