Beschreibung des Datensatzes:
-----------------------------------------------

Der Datensatz enthält 19.735 Bilder zur Klassifizierung von Asphaltschadstellen in vier Kategorien und Hintergrundbilder der Straßenperipherie. Der Datensatz ist in Trainings- und Validierungsdaten unterteilt. Die Datenklassen sind durch die Namen der Ordner vorgegeben.

Die Trainingsdaten beinhalten die Klassen:
- Longitudinalriss (Längsriss) mit 2.883 Bildern
- Transversalriss (Querriss) mit 2.877 Bildern
- Netzriss mit 5.386 Bildern
- Schlagloch mit 1.301 Bildern
- Hintergrund mit 7.288 Bildern

Die Validierungsdaten wurden manuell bereinigt und liegen mit je 100 Bildern pro Klasse vor. Alle Bilder liegen im .jpg Format vor.

EU-Datenschutz-Grundverordnung (EU-DSGVO):
------------------------------------------------------------------------
Der Datensatz "ARC-D" ist DSGVO-konform, da alle Gesichter und Nummerschilder durch eine visuelle Inspektion unkenntlich gemacht wurden.


Urheberrechtssschutz (Copyright):
---------------------------------------------------

Dieser Datensatz "ARC-D" enthält Bilder von der Arbeit "GRDDC (InJaCz)" von [0,1], zur Verfügung gestellt unter CC BY-SA 4.0 [2]. "ARC-D" ist lizensiert unter CC BY-SA 4.0 von der Palaimon GmbH.

[0] @article{arya2020transfer, title={Transfer learning-based road damage detection for multiple countries}, author={Arya, Deeksha and Maeda, Hiroya and Ghosh, Sanjay Kumar and Toshniwal, Durga and Mraz, Alexander and Kashiyama, Takehiro and Sekimoto, Yoshihide}, journal={arXiv preprint arXiv:2008.13101}, year={2020} }
[1] @article{maedagenerative, title={Generative adversarial network for road damage detection}, author={Maeda, Hiroya and Kashiyama, Takehiro and Sekimoto, Yoshihide and Seto, Toshikazu and Omata, Hiroshi}, journal={Computer-Aided Civil and Infrastructure Engineering}, publisher={Wiley Online Library} }
[2] https://creativecommons.org/licenses/by-sa/4.0/
