Datasetpublic

LiZHENGzai/GPRadar-Defect-MultiTask

GPRadar-Defect-MultiTask 数据集本仓库包含用于微调PaLI-GEMMA多模态模型的地质雷达(GPR)缺陷检测数据集。该数据集专注于地下结构中的空洞和裂缝检测与分析。数据集结构数据集组织如下： dataset/ ├── annotations/ - 包含JSON和JSONL格式的标注文件 │ ├── _annotations.train.jsonl - 训练集标注 │ ├── _annotations.valid.jsonl - 验证集标注 │ ├── _annotations.test.jsonl - 测试集标注 │ ├── p-1.v1i.paligemma/ - 主数据集元数据 │ └── p-1.v1i.paligemma-multimodal/ - 多模态数据集元数据 ├── images/ - 包含所有图像文件特点包含874张带注释的地质雷达扫描图像图像预处理为640x640像素大小… See the full description on the dataset page: https://huggingface.co/datasets/LiZHENGzai/GPRadar-Defect-MultiTask.

sourceHugging Facemitupdated 6mo agoView on Hugging Face

0likes93downloads

Dataset Card

GPRadar-Defect-MultiTask 数据集

本仓库包含用于微调PaLI-GEMMA多模态模型的地质雷达(GPR)缺陷检测数据集。该数据集专注于地下结构中的空洞和裂缝检测与分析。

数据集结构

数据集组织如下：

dataset/
├── annotations/ - 包含JSON和JSONL格式的标注文件
│   ├── _annotations.train.jsonl - 训练集标注
│   ├── _annotations.valid.jsonl - 验证集标注
│   ├── _annotations.test.jsonl - 测试集标注
│   ├── p-1.v1i.paligemma/ - 主数据集元数据
│   └── p-1.v1i.paligemma-multimodal/ - 多模态数据集元数据
├── images/ - 包含所有图像文件

特点

—包含874张带注释的地质雷达扫描图像
—图像预处理为640x640像素大小
—支持多种任务类型：缺陷检测、位置定位和描述生成
—提供PaliGemma格式的注释，适用于多模态模型训练

注释格式

数据集采用两种注释格式：

1.JSONL格式: 每行包含一条图像注释，格式如下：

json

   {"image": "image_filename.jpg", "prefix": "detect void ; crack", "suffix": "<loc0486><loc0156><loc0750><loc0592> void"}

1.统一JSON格式: 转换后的格式，每个注释包含图像文件名、边界框、标签和说明：

json

   {
     "image_filename": "image_filename.jpg",
     "boxes": [[x1, y1, w1, h1], [x2, y2, w2, h2]],
     "labels": [0, 1],  // 0表示void，1表示crack
     "caption": "描述图像中的缺陷",
     "source": "p1v1"
   }

使用方法

验证数据集

验证数据集的一致性：

bash

python run_upload.py --verify-only

转换注释

将注释转换为统一格式：

bash

python run_upload.py --convert-only

上传到Hugging Face Hub

将数据集上传到Hugging Face Hub：

bash

export HF_TOCKEN=your_huggingface_token
python run_upload.py --repo-id your-username/GPRadar-Defect-MultiTask

引用

如果您使用了这个数据集，请引用：

@misc{chen2024gprdefect,
  title={GPRadar-Defect-MultiTask Dataset},
  author={Chen, Xingqiang},
  year={2024},
  publisher={Hugging Face}
}

许可证

数据集采用CC BY 4.0许可证。