文章目录无人机航拍窗户清洁状态分类数据集 数据集概览 数据说明 YOLOv26 图像分类训练与推理流程1. 数据集结构2. 配置文件 window_cleanliness.yaml中文类别名3. 训练代码带中文注释4. 推理代码带中文注释关键词#窗户清洁度分类 #图像分类 #无人机建筑巡检 #建筑维护检测 #清洁窗户识别 #脏污窗户识别 #YOLOv26 #计算机视觉数据集无人机航拍窗户清洁状态分类数据集本项目提供了一套面向建筑维护场景的计算机视觉图像分类数据集适用于YOLO系列或通用分类模型训练可直接用于窗户清洁状态自动识别与维护决策任务。 数据集概览项目说明数据类别2 类清洁窗户、脏污窗户数据规模3500 张图像数据格式图像分类格式按类别文件夹组织核心应用价值为无人机建筑巡检、窗户清洁状态自动化识别、维护计划制定提供高质量的图像分类训练数据支撑 数据说明数据类别包含2类窗户状态分别为清洁窗户、脏污窗户覆盖建筑维护场景的核心评估对象。数据规模图像数量为3500张能够满足图像分类模型的训练与验证需求。数据格式采用标准图像分类格式按类别文件夹组织每个类别对应一个子目录直接适配主流分类模型训练流程。 YOLOv26 图像分类训练与推理流程1. 数据集结构window_cleanliness_dataset/ ├── train/ │ ├── clean/ # 训练集-清洁窗户图像 │ └── unclean/ # 训练集-脏污窗户图像 ├── val/ │ ├── clean/ # 验证集-清洁窗户图像 │ └── unclean/ # 验证集-脏污窗户图像 └── window_cleanliness.yaml # 数据集配置文件2. 配置文件window_cleanliness.yaml中文类别名# 数据集根目录path:./window_cleanliness_dataset# 类别数量与名称nc:2names:0:清洁窗户1:脏污窗户3. 训练代码带中文注释fromultralyticsimportYOLO# 加载预训练的YOLOv26分类模型权重modelYOLO(yolov26n-cls.pt)# 启动模型训练model.train(datawindow_cleanliness_dataset,# 分类数据集路径epochs100,# 训练总轮数imgsz640,# 输入图像尺寸batch8,# 批次大小devicecuda# 使用GPU训练)4. 推理代码带中文注释fromultralyticsimportYOLO# 加载训练好的模型权重modelYOLO(runs/classify/train/weights/best.pt)# 对单张图像进行分类推理resultsmodel(test_image.jpg,saveTrue)# 打印分类结果信息forresultinresults:print(预测类别,result.names[result.probs.top1])print(置信度,result.probs.top1conf.item())关键词#窗户清洁度分类 #图像分类 #无人机建筑巡检 #建筑维护检测 #清洁窗户识别 #脏污窗户识别 #YOLOv26 #计算机视觉数据集