无人机建筑垃圾建材目标检测数据集  航拍建筑垃圾检测数据集![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/d4ca284000408ca61fad28f18fa1c786.png)
1
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/f0616d55c9aaf06b7bde94f6d95d9681.png)
1
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/35cb79b09f656a5a34e4bf6dee5a7701.png)
1
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/d8e2940554355c7b589f7538fa8374b0.png)
1
![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12490569/5dba99a60df21e02e7789122bd33a36e.png)
# CDW建筑垃圾建材目标检测数据集
## 数据集信息表
| 项目 | 详细说明 |
| ---- | ---- |
| 数据集名称 | CDW建筑垃圾建材目标检测数据集 |
| 图片总量 | 2204张（2.2k） |
| 检测类别（共12类） | metal（金属）、wood（木材）、empty（空地）、cover（遮盖物）、electronic-waste（电子垃圾）、gravel（砂石）、insulator-wool（保温岩棉）、mixed-waste（混合废弃物）、plasterboard（石膏板）、polystyrene（聚苯乙烯泡沫）、roofing-felt（屋面油毡）、wood-panel（木饰面板） |
| 模型基准精度 | mAP@50：98.5%<br>精确率(Precision)：92.0%<br>召回率(Recall)：97.8% |
| 数据格式 | 支持标准YOLO、COCO、VOC等多种标注格式，可按需导出 |
| 适用场景 | 建筑垃圾智能分拣、航拍建筑固废识别、工地物料分类、再生资源AI识别、环境监测、目标检测模型训练 |

## 数据集配置文件 `cdw_materials.yaml`
```yaml
path: ./cdw_materials_dataset
train: images/train
val: images/val
test: images/test

nc: 12
names:
  0: metal
  1: wood
  2: empty
  3: cover
  4: electronic-waste
  5: gravel
  6: insulator-wool
  7: mixed-waste
  8: plasterboard
  9: polystyrene
  10: roofing-felt
  11: wood-panel
```

## 环境依赖
```bash
pip install ultralytics torch opencv-python
```

## 训练代码 `train_cdw.py`
```python
from ultralytics import YOLO

def main():
    # 加载YOLO预训练模型，兼容YOLOv8/YOLOv11
    model = YOLO("yolov8s.pt")

    train_results = model.train(
        data="./cdw_materials_dataset/cdw_materials.yaml",
        epochs=100,
        imgsz=640,
        batch=16,
        device=0,          # 无GPU改为 device="cpu"
        workers=4,
        patience=15,
        project="runs/train",
        name="cdw_material_detect",
        exist_ok=True,
        pretrained=True
    )
    print("训练完成，权重路径：runs/train/cdw_material_detect/weights")

    # 测试集评估
    metrics = model.val(data="./cdw_materials_dataset/cdw_materials.yaml", split="test")
    print(f"mAP@50: {metrics.box.map50:.4f}")

if __name__ == "__main__":
    main()
```

## 推理测试代码 `predict_cdw.py`
```python
from ultralytics import YOLO
import cv2

# 加载训练最优权重
model = YOLO("runs/train/cdw_material_detect/weights/best.pt")

if __name__ == "__main__":
    img_path = "cdw_test.jpg"
    results = model.predict(
        source=img_path,
        conf=0.25,
        iou=0.45,
        save=True
    )
    result_img = results[0].plot()
    cv2.imshow("CDW Materials Detection", result_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
```

## 核心标签
`#建筑垃圾检测` `#固废识别` `#建材分类` `#YOLO数据集` `#工地物料识别` `#航拍垃圾巡检`

#建筑垃圾检测 #固废识别 #建材分类 #YOLO数据集 #工地物料识别 #航拍垃圾巡检

YOLO模型如何训练 无人机建筑垃圾建材目标检测数据集  航拍建筑垃圾检测数据集

人工智能

算法

音视频

CDW建筑垃圾建材目标检测数据集包含2204张航拍图像，涵盖金属、木材、电子垃圾等12类建筑垃圾目标。支持YOLO/COCO/VOC格式，mAP@50达98.5%，适用于智能分拣、环境监测等场景。提供完整训练代码和预训练模型，助力建筑固废AI识别技术开发。

代码解释

AI识别

YOLO

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

YOLO模型如何训练 无人机建筑垃圾建材目标检测数据集  航拍建筑垃圾检测数据集-腾讯云开发者社区-腾讯云

YOLO模型如何训练无人机建筑垃圾建材目标检测数据集航拍建筑垃圾检测数据集

YOLO模型如何训练无人机建筑垃圾建材目标检测数据集航拍建筑垃圾检测数据集

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

YOLO模型如何训练 无人机建筑垃圾建材目标检测数据集 航拍建筑垃圾检测数据集

YOLO模型如何训练 无人机建筑垃圾建材目标检测数据集 航拍建筑垃圾检测数据集

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

YOLO模型如何训练无人机建筑垃圾建材目标检测数据集航拍建筑垃圾检测数据集

YOLO模型如何训练无人机建筑垃圾建材目标检测数据集航拍建筑垃圾检测数据集