Pothole Detection Dataset
Ce dataset contient des images de routes avec et sans nids-de-poule, permettant l'entraînement de modèles de détection visuelle pour l’entretien routier automatisé. Bien qu’assez modeste en volume, il reste utile pour des POC ou des tests de modèles légers.
681 images JPG réparties en deux classes : routes normales et routes avec nids-de-poule
CC0: Public Domain
Description
Le dataset Pothole Detection est composé de 681 images triées en deux catégories : routes normales et routes présentant des nids-de-poule. Les images proviennent de différentes sources en ligne, avec une variété d’angles de vue, et sont particulièrement utiles pour des projets de maintenance routière ou de conduite autonome.
À quoi sert ce dataset ?
- Entraîner un modèle de classification ou détection d’irrégularités routières
- Créer un système embarqué de surveillance pour véhicules autonomes ou drones
- Développer des solutions d’aide à la maintenance urbaine
Peut-on l’enrichir ou l’améliorer ?
Oui, en ajoutant des annotations précises (bounding boxes), en intégrant des conditions météorologiques variées ou en capturant des images avec plus de diversité géographique. L’ajout de vidéos ou de séquences temporelles serait également un atout pour les modèles plus complexes.
🔎 En résumé
🧠 Recommandé pour
- Projets étudiants
- Maintenance urbaine
- Test de modèles YOLO/MobileNet
🔧 Outils compatibles
- Roboflow
- TensorFlow
- PyTorch
- OpenCV
💡 Astuce
Combinez-le avec un système GPS ou caméra embarquée pour un projet de détection en temps réel sur smartphone ou véhicule.
Questions fréquemment posées
Ce dataset contient-il des annotations de position des nids-de-poule ?
Non, les images sont classées par dossier, mais il n’y a pas de bounding boxes ou coordonnées associées.
Est-il suffisant pour entraîner un modèle robuste ?
Le volume est modeste mais suffisant pour des prototypes ou comme complément à d'autres datasets plus grands.
Peut-on l’utiliser dans un contexte commercial ou open-source ?
Oui, la licence CC0 permet une utilisation commerciale, open-source ou académique sans restriction.
