清扫车车载视角清扫率检测分析数据

本数据集专用于清扫车日常运行中的作业效率实时监测与评估。在清扫车作业过程中，通过车载前后摄像头实时采集道路影像，识别作业前后的垃圾分布情况，通过前后对比计算清扫率，评估单次作业效果。该数据可服务于环卫作业公司，为清扫车作业质量管控提供客观数据支撑，及时发现清扫不彻底路段并安排补扫，优化清扫作业排班和路线。1、数据采集与预处理 清扫车作业时启动前后摄像头，前置摄像头采集清扫前道路影像，后置摄像头采集清扫后道路影像，并同步关联作业轨迹编号、检测日期等信息。影像数据经预处理，包括去噪、畸变校正、图像增强等，提取有效作业区段影像，剔除车辆静止、转弯、非作业时段的无效影像。示例数据中的路段名称已作脱敏处理，以“道路A（路段A1-路段A2）、道路B（路段B1-路段B2）……”形式表示，不影响数据结构和算法规则。 2、垃圾检测与清扫率计算 基于目标检测模型（YOLOv8m）识别影像中的垃圾类型和分布区域，仅将识别置信度≥0.75的检测结果纳入统计。针对不同垃圾类型采用差异化指标：落叶计算覆盖面积占比（%），泥沙计算覆盖面积占比（%），大件垃圾计数（个）。分类型清扫率 = (清扫前指标 - 清扫后指标) / 清扫前指标 × 100%。数据表中以“清扫率”字段记录每条垃圾类型检测结果的清扫率；对于同一作业轨迹存在多种垃圾类型的情况，采用算术平均计算总体清扫率：总体清扫率 = Σ(各类型清扫率) / 垃圾类型数量。 3、清扫效率评估 基于清扫率计算结果，输出清扫效率评估结果，包括“清扫率”“总体清扫率”和“综合质量等级”字段。其中，“清扫率”为单条垃圾类型检测结果的清扫率，“总体清扫率”为同一作业轨迹编号下各类型清扫率的平均值，“综合质量等级”为依据总体清扫率形成的等级评价：总体清扫率≥90%为“优”，≥75%为“良”，≥60%为“中”，<60%为“差”。该等级评价即为清扫效果评分结果的分级表达，可服务于环卫作业公司开展作业质量管控，及时发现清扫不彻底路段并安排补扫，优化清扫作业排班和路线。

搜集汇总

背景与挑战

背景概述

该数据集由清扫车车载前后摄像头采集的作业影像数据构成，通过YOLOv8m模型识别垃圾类型和分布，计算清扫前后垃圾指标的差异，得出分类型清扫率与总体清扫率，并依据总体清扫率划分综合质量等级（优/良/中/差），用于环卫公司评估作业效果、发现清扫不彻底路段并优化作业安排。数据包含路段编号、车辆信息、垃圾类型、清扫率等字段，共1000条，每日更新，支持清扫车作业效率的实时监测与质量管控。