摘要专门用于车辆损伤自动检测的预处理YOLO格式数据集。该数据集包含13,655张经过严格质量控制的高分辨率车辆损伤图像涵盖32,672个标注实例经过去重、类别重映射、隐私脱敏等多重预处理步骤为车险理赔、车辆检测等场景提供了训练就绪的高质量数据资源。数据集简介数据集概述专门用于车辆损伤自动检测的预处理YOLO格式数据集。该数据集包含13,655张经过严格质量控制的高分辨率车辆损伤图像涵盖32,672个标注实例经过去重、类别重映射、隐私脱敏等多重预处理步骤为车险理赔、车辆检测等场景提供了训练就绪的高质量数据资源。数据结构与关键特征数据集采用标准图像分类格式图像文件为单色JPEG格式由原始TIF红外热图像转换而来按清醒和醉酒两个类别组织到不同目录中。数据集提供CSV索引列表包含文件名与标签的对应关系以及预定义的训练集-测试集划分方案确保实验结果的可重复性和可比性。关键特征包括酒精影响下的面部温度分布变化特别是面颊、鼻部、前额区域的热辐射增强、体表血液循环加速导致的热特征差异、以及不同个体在酒精作用下的生理反应多样性。红外热成像的优势在于非接触式测量、不受光照条件限制、隐私保护性较好热图像不显示面部细节但也面临环境温度干扰、个体基础体温差异、测量距离和角度敏感性等挑战。数据集的单色格式简化了图像处理流程突出了温度梯度这一核心特征适合用于轻量级模型训练和边缘设备部署。应用价值与研究方向该数据集为车险行业的智能化转型提供了关键基础设施可直接应用于自动定损系统、远程查勘、欺诈检测等业务场景显著降低人工审核成本并提升理赔效率。在研究层面该数据集支持多目标检测、损伤程度评估、多模态融合结合文本描述或3D重建、小样本学习针对稀有损伤类型等前沿方向的探索同时其完整的预处理审计日志processing_log.json和类别统计信息为数据质量研究和模型可解释性分析提供了可追溯的实验基础。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-271文件大小3G原创声明本数据集为整理作品