無論是水泥路面還是瀝青路面，在通車使用一段時間之後，都會出現各種損壞、變形及其它缺陷，這些統稱爲道路病害。
常見的病害類型有：龜裂、坑槽、車轍、鬆散、沉陷、橋頭涵頂跳車、表面破損等等，這些道路病害的存在不僅會影響到道路的正常使用，還會增加潛在的交通隱患，影響行車安全。
因此，及時發現並處理道路病害是一件非常現實的需求。以往，發現道路病害主要依賴於人力巡檢，隨着人工智能計算機視覺技術的發展，目前已經實現通過機器自動檢測識別各種道路病害。
不過機器本身是並不具備識別各種道路病害的能力，前期機器學習依賴大量標註數據的投喂。因此，今天就分享一例數據標註在道路病害圖片標註領域的具體應用。
一.項目名稱
某機構道路病害圖片標註。
二.項目要求
爲了機器學習識別道路病害，需要標註大量的病害圖片以便訓練和驗證。
三.業務要求
☆公路病害分類標註：
參見：《JTG H20-2007公路技術狀況評定標準》
☆城鎮道路病害分類標註：
參見《cjj36-2016城鎮道路養護技術規範》
四.技術要求
1) 基本原則：
☆定檢和日常巡檢的分開;
☆市政道路和公路的分開;
☆瀝青和混凝土的分開;
☆如果一個圖片只有一種病害，那麼放在單獨目錄，例：定檢\公路\瀝青\龜裂\xx.jpg。
2) 把圖片上的所有病害都用多邊形標註出來;
3) 不同的病害類型和病害要分開標註;
4) 標註的結果，每個圖片對應一個json格式的文件。
五.標註效果
以上經過標註後的圖片即可用於相關機器學習，滿足諸如道路病害檢測機器人的需要，減輕道路巡檢對人力的依賴，並提高識別道路病害的準確率。