YOLOV11模型如何训练 地铁隧道渗漏水分割数据集｜多边形标注 可转YOLO检测框
智慧地铁隧道病害检测数据集-隧道渗漏水数据集｜地铁隧道渗漏水
✅可用于目标检测、图像分割等任务
YOLO 格式，train 4305 张图，val 495 张图（已数据增强）
✅标签可视化如上传的图片所示，所有标签均为多边形标注的形式
✅可根据需要提供 Bounding Box 的标注文件
隧道渗漏水（地铁隧道）数据集
一、数据集信息表
| 项目 | 参数详情 |
|---|---|
| 数据集名称 | 地铁隧道渗漏水数据集 |
| 适用任务 | 目标检测 / 语义分割 / 实例分割 |
| 标注形式 | 多边形分割标注；可转换矩形框YOLO标注 |
| 数据划分 | 训练集：4305张 验证集：495张（已完成数据增强） |
| 标注格式 | 原生分割多边形标注，支持导出YOLO TXT矩形框格式 |
| 检测类别 | Leakage（渗漏水） |
| 适用场景 | 地铁隧道病害巡检、隧道结构健康监测、隧道智能检测机器人、无人机隧道巡检AI识别 |
二、数据集yaml配置文件 tunnel_leak.yaml
path:./tunnel_leak_datasettrain:images/trainval:images/valnc:1names:0:Leakage三、YOLOv11分割训练代码
fromultralyticsimportYOLOdeftrain_tunnel_leak():# 选用分割模型 yolov11s-segmodel=YOLO("yolo11s-seg.pt")model.train(data="./tunnel_leak_dataset/tunnel_leak.yaml",epochs=100,imgsz=640,batch=12,device=0,workers=4,lr0=0.001,mosaic=1.0,augment=True,patience=15,project="runs/train",name="tunnel_leak_seg",exist_ok=True)# 验证集评估metrics=model.val()print(f"mAP@0.5 :{metrics.box.map50}")if__name__=='__main__':train_tunnel_leak()四、推理预测代码
fromultralyticsimportYOLO model=YOLO("runs/train/tunnel_leak_seg/weights/best.pt")if__name__=="__main__":# 支持图片、视频、本地摄像头、巡检视频流result=model.predict(source="tunnel_test.jpg",conf=0.25,save=True,show_labels=True,show_conf=True)：地铁隧道渗漏水分割数据集｜多边形标注 可转YOLO检测框
正文：
隧道渗漏水病害数据集，专为地铁隧道智能巡检打造！
训练集4305张，验证集495张（已做数据增强）
原生多边形分割标注，适配图像分割任务；可按需导出标准YOLO矩形框标注，同时支持目标检测训练。
适合隧道巡检机器人、轨道检测、无人机隧道病害识别、隧道结构健康监测项目、毕设算法研发。
六、标签关键词
#隧道病害数据集 #隧道渗漏水检测 #地铁隧道巡检 #YOLO分割数据集 #隧道缺陷识别 #土木工程视觉检测 #隧道智能监测