轨道扣件与道钉检测数据集 | 轨道扣件 道钉检测 铁路巡检 铁路检测 轨道检测轨道缺陷 铁路安检9040期数据集概述本数据集专注于铁路轨道扣件与道钉的视觉检测服务于轨道交通基础设施运维、安全巡检及资产管理。数据涵盖轨道上两类关键紧固件适配轨道结构健康监测、病害排查及自动化巡检系统等应用。数据集核心信息数据要素详细说明类别共2类轨道扣件、道钉数量672张图像格式图像为 JPG/PNG标签为 YOLO 格式的 txt 文件水平边界框应用价值1.轨道巡检支撑铁路工务部门对扣件与道钉缺失、松动或损坏的自动化检测。2.安全评估紧固件状态直接影响轨道几何形位是判断线路安全的重要指标。3.养护决策通过定期检测统计紧固件异常分布辅助制定维修计划。数据三要素解析类别与检测对象数据集定义2类轨道关键部件扣件clip用于固定钢轨与轨枕的弹性或刚性连接件。道钉spike用于将钢轨或扣件固定在轨枕上的钉状紧固件。这两类部件的完好与否直接影响轨道稳定性是日常线路检查的重点对象。数据规模与格式图像总量约672张规模较小适合作为快速原型验证或小规模测试数据集。采用通用YOLO 格式txt每张图像对应一个同名标签文件包含类别 ID 与归一化边界框坐标可直接接入 YOLOv5、YOLOv8 等主流检测框架。图像与标签一一对应数据结构规范便于进行训练/验证集划分与预处理集成。应用与扩展数据集可扩展用于扣件弹条断裂检测、道钉锈蚀/缺失识别以及轨枕损坏联合检测。可结合轨道几何检测数据如轨距、水平构建更全面的轨道安全评估体系。数据可迁移至地铁、轻轨等城市轨道交通场景的同类部件检测任务。知识普及轨道紧固件检测的意义轨道扣件与道钉是保持轨距和线路平顺性的基础部件。在列车反复荷载作用下扣件可能出现松动、断裂道钉可能锈蚀或丢失。这些问题若未能及时发现可能导致轨距扩大或轨道爬行严重时威胁行车安全。基于视觉的自动检测系统可搭载于轨道巡检车或无人机实现高频次、标准化的紧固件状态普查有效弥补人工巡检的覆盖与效率不足。快速开始代码示例配置文件data.yaml示例train:./dataset/images/trainval:./dataset/images/valnc:2names:[clip,spike]启动 YOLOv8 训练fromultralyticsimportYOLO modelYOLO(yolov8m.pt)model.train(datadata.yaml,epochs80,imgsz640,batch16)标签轨道扣件道钉检测铁路巡检目标检测YOLO格式深度学习数据集计算机视觉