A2BDefects

We present a high-resolution dataset tailored for automated defect analysis of internal load-bearing bricks in ancient architectures—a critical step toward integrating machine learning into cultural heritage preservation. Despite the increasing interest in applying computational methods to conservation, current datasets largely focus on external architectural features and coarse annotations, overlooking the intricate, safety-critical deterioration patterns hidden within internal structures. In collaboration with preservation experts, our dataset spans ten conservation zones covering architectural ensembles from the 11th to the 19th centuries.

我们提出了一款专为古建筑内部承重砖体自动化缺陷分析打造的高分辨率数据集——这是将机器学习融入文化遗产保护的关键一环。尽管当前学界对将计算方法应用于文物保护的关注度与日俱增，但现有数据集大多聚焦于建筑外部特征与粗粒度标注，忽略了隐藏于内部结构中、关乎安全的复杂劣化模式。本数据集联合文物保护专家打造，涵盖11至19世纪建筑群的10个保护区域。

搜集汇总

背景与挑战

背景概述

A2BDefects是一个高分辨率数据集，专门用于古建筑内部承重砖的自动化缺陷分析，旨在支持机器学习在文化遗产保护中的应用。数据集包含10个保护区从11世纪到19世纪的建筑群图像，重点关注内部结构的精细缺陷模式，填补了现有数据集中对内部结构缺陷分析的空白。