LouisChen15/ConstructionSite

该数据集包含与土木工程和施工安全相关的图像数据，每张图像都有对应的图像ID、描述、光照条件、相机距离、视角、信息质量以及规则违反情况的标注。此外，数据集中还标注了挖掘机、钢筋和戴白色安全帽的工人。数据集适用于图像到文本、图像特征提取等任务，涉及计算机视觉、自然语言处理、图像描述、视觉问答（VQA）和视觉定位等领域。数据集规模在1K到10K之间，语言为英语。

This dataset is primarily used for image-to-text tasks and image feature extraction, covering areas such as civil engineering, construction safety, computer vision, natural language processing, image captioning, visual question answering (VQA), and visual grounding. It includes features like images, image IDs, image captions, illumination conditions, camera distances, views, quality of information, rule violations (such as rule 1 to rule 4 violations), excavators, rebars, workers with white hard hats, etc., with a size between 1K and 10K.

原始信息汇总

数据集概述

许可证

• 许可证类型: CC BY-NC 4.0

数据集配置

• 配置名称: test_split

特征信息

• image: 图像数据
• image_id: 图像ID，字符串类型
• image_caption: 图像描述，字符串类型
• illumination: 光照条件，字符串类型
• camera_distance: 相机距离，字符串类型
• view: 视角，字符串类型
• quality_of_info: 信息质量，字符串类型
• rule_1_violation: 规则1违规，字典类型
• rule_2_violation: 规则2违规，字典类型
• rule_3_violation: 规则3违规，字典类型
• rule_4_violation: 规则4违规，字典类型
• excavator: 挖掘机，序列类型
• rebar: 钢筋，序列类型
• worker_with_white_hard_hat: 戴白色安全帽的工人，序列类型

任务类别

• 图像到文本
• 图像特征提取

语言

• 英语

标签

• 土木工程
• 建筑安全
• 计算机视觉
• 自然语言处理
• 图像描述
• 视觉问答 (VQA)
• 视觉定位

数据集规模

• 1K < n < 10K

搜集汇总

背景与挑战

背景概述

ConstructionSite 10k数据集包含10,013张建筑工地图像及其详细标注，用于测试视觉语言模型在建筑工地图像理解和安全检查任务中的表现。数据集包含图像描述、安全规则违反VQA、视觉定位和属性标注等多种任务，适用于建筑安全、计算机视觉和自然语言处理研究。