{
  "fetched_at": "2026-10-24T15:40:17Z",
  "source_url": "https://www.kaggle.com/competitions/earthquake-road-crack-detection/data",
  "pages": [
    {
      "name": "data-description",
      "content": "On February 6, 2023, a major earthquake occurred in Turkey. One of the biggest problems after the earthquake was the cracks and deterioration in the roads. Therefore, there were many problems in the delivery of aid. \n\nThe \"Earthquake Road Crack Detection\" competition is a computer vision challenge that aimed at developing algorithms to immediately and automatically detect roads damaged by aerial imagery after affected by earthquakes. The goal of the competition is to build a model that can accurately identify and locate cracks in the images, which can help in the assessment of the damage caused by earthquakes and the planning of repair and maintenance activities.\n\nWe are starting this project based on volunteerism to do everything in our power after the earthquake. We will present the project to the authorities and create a text with the names of everyone who participated.T\n\nNot only for the earthquake in Turkey, but we will also share the model that emerged for use in many countries as open source. We are also working on this project ourselves. While doing this, we thought of the idea of why not work together with everyone the rest of the world and that's why we thought of opening this competition.The winning solutions will not only demonstrate the cutting-edge technology in computer vision, but also have the potential to impact real-world applications in the field of road assessment and maintenance.\n\nWe already thank everyone who voluntarily participates in this competition. And we share the problems related to our topic.\n\nStep 1: Data\nThe data is very dirty and we collected it ourselves. We tried to filter it as much as we could, but there is still a lot of work to do. But this can also be considered as a challenge in the competition. Collecting more data/images, filtering and labeling is also a big challenge and we take this as part of the competition. Also, if we can improve this data, it can be turned into a great data set that everyone can use.\n\nThere are 2 folders in the data, \"filtered\" and \"unfiltered\". In these two folders, there are two folders named \"neg\"(negative) and \"pos\"(positive). The \"unfiltered\" folder contains the unfiltered images that we downloaded from the internet. In the \"filtered\" folder, there are filtered, resized, jpg formatted images. There are craked road images in the \"neg\" file, and regular road images with in the \"pos\" file.\n\nIf the images are not enough, you can use google/yahoo/bing/yandex images for data collection. There are browser extension for batch downloading. You can also use different keywords such as earthquake ground crack, road crack while searching. Also, searching in different languages can help you find different images.\n\nResize: Everyone may want to implement the resize themselves, that why we share images with original sizes. You can do it with photo editing applications has batch option or can with Python.\n\nFile format/type has been converted to JPG format (only for the files within the filtered folder).\n\nSize = pos: 2556 images neg: 4000  images  / pos(unfiltered): 0000 , neg(unfiltered): 0000\n\n\nStep 2: Model\nWe aim to create a model with as high accuracy as possible. We want to use it to automatically detect cracks in images and videos taken with drones and similar vehicles.\n\nIn addition, we have more post-earthquake and projects in the future.\n\nThe first one is to detect damaged buildings (cracked).\n\nThe second is to detect damaged structures such as bridges, viaducts, dams, etc.\n\nWe will collect data as much as possible and open a separate competition for these as well.\n\nIf you know any data for these 3 projects, we would be very happy if you shared it with us. We will also share everything with you such as researches, articles etc. Please share with us as well. For example, in wall crack detection ... the data set can be used. When we start that project, we will touch on that subject. Earthquake is a world problem not just Turkey's. Let's make the world a better place together!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "***[ En ]***\n\n### Earthquake Road Crack Detection\n\n\nOn February 6, 2023, a major earthquake occurred in Türkiye. One of the biggest problems after the earthquake was the cracks and deterioration in the roads. Therefore, there were many problems in the delivery of aid.\n\nThe **\"Earthquake Road Crack Detection**\" competition is a computer vision challenge that aimed at developing algorithms to immediately and automatically detect roads damaged by aerial imagery after affected by earthquakes. The goal of the competition is to build a model that can accurately identify and locate cracks in the images, which can help in the assessment of the damage caused by earthquakes and the planning of repair and maintenance activities. The detection of damaged roads immediately after an earthquake using aerial imaging is crucial in order to ensure immediate access to disaster area. The rescue rate decreases rapidly after the first 24 hours. That's why it is very important for the authorities to reach the affected areas as soon as possible. With the outcome of this project, the damage to roads in the x and y coordinates can be identified using satellite images and aerial imaging methods such as drones. The road repair and maintenance teams can then be directed immediately and follow-up aid can reach the earthquake area more quickly.\n\nWe are starting this voluntary project to do our best after the earthquake. We will present the project to the authorities and create a text with the names of everyone who participated.\n\nNot only for the earthquake in Türkiye , but we will also share the model that emerged for use in many countries as open source. We are also working on this project ourselves. While doing this, we thought of the idea of why not work together with everyone the rest of the world and that's why we opening this competition. The winning solutions will not only demonstrate the cutting-edge technology in computer vision, but also have the potential to impact real-world applications in the field of road assessment and maintenance.\n\nWe already thank everyone who voluntarily participates in this competition. And we share the problems related to our topic.\n\n##### **Step 1: Data**\nThe data is very dirty and we collected it ourselves. We tried to filter it as much as we could, but there is still a lot of work to do. But this can also be considered as a challenge in the competition. Collecting more data/images, filtering and labeling is also a big challenge and we take this as part of the competition. Also, if we can improve this data, it can be turned into a great data set that everyone can use.\n\nThere are 2 folders in the data, \"filtered\" and \"unfiltered\". In these two folders, there are two folders named \"neg\"(negative) and \"pos\"(positive). The \"unfiltered\" folder contains the unfiltered images that we downloaded from the internet. In the \"filtered\" folder, there are filtered, resized, jpg formatted images. There are craked road images in the \"neg\" file, and regular road images with in the \"pos\" file.\n\nIf the images are not enough, you can use google/yahoo/bing/yandex images for data collection. There are browser extension for batch downloading. You can also use different keywords such as earthquake ground crack, road crack while searching. Also, searching in different languages can help you find different images.\n\n**Resize**: Everyone may want to implement the resize themselves, that why we share images with original sizes. You can do it with photo editing applications has batch option or can with Python.\n\n**File format/type** has been converted to JPG format (only for the files within the filtered folder).\n\n**Size**: pos: 2556 images neg: 4239 images  / pos(unfiltered): 6500 , neg(unfiltered): 7500\n\n\n##### **Step 2: Model**\nWe aim to create a model with as high accuracy as possible. We want to use it to automatically detect cracks in images and videos taken with drones and similar vehicles.\n\nIn addition, we have more post-earthquake and projects in the future.\n\nThe first one is to detect damaged buildings (cracked).\n\nThe second is to detect damaged structures such as bridges, viaducts, dams, etc.\n\nWe will collect data as much as possible and open a separate competition for these as well.\n\nIf you know any data for these 3 projects, we would be very happy if you shared it with us. We will also share everything with you such as researches, articles etc. Please share with us as well. For example, in wall crack detection ... the data set can be used. When we start that project, we will touch on that subject. Earthquake is a world problem not just Turkey's. Let's make the world a better place together!\n\n***[ TR ]***\n\n### **Deprem Sonrası Yol Hasar Tespiti**\n\nMerhaba arkadaşlar,\n\nHepimiz durumu bildiğimiz için direk konuya geçiyorum. Deprem sonrası havadan görüntülemede hasar almış yolları hemen tespit etmek için model eğitmeyi amaçlıyoruz. Projeyi bittikten sonra elimizden geldiği kadar kişiye ulaştırmayaca çalışacağız. Ayrıca ne kadar yayarsak o kadar çok kişinin de üzerinde çalışmasını sağlarız. Bu yüzden sizlerden de paylaşmanızı rica ediyoruz.\n\nDeprem sonrası elimizden geleni yapabilmek için bu gönüllülüğe dayanan **Deprem Sonrası Yol Hasar Tespiti** projesini başlatıyoruz. Projeyi yetkililere de sunacağız. Katılan herkesin isminin aldığı bir metin de oluşturacağız.\n\nSadece Türkiye'deki deprem için değil bir çok ülkede kullanılması için ortaya çıkan modeli dünyanın geri kalanıyla da paylaşacağız. Ayrıca biz de kendimiz de bu projede çalışıyoruz. Bunu yaparken neden herkesle birlikte çalışmayalım diye bir düşünce geldi ve bu yüzden bu yarışmayı açmayı düşündük.\n\nGönüllü olarak bu yarışmaya katılan herkese şimdiden teşekkür ediyoruz. Ve konumuzla ilgili problemleri paylaşıyoruz.\n\n##### **1.Adım: Data**\nVeri çok kirli ve kendimiz topladık. Elimizden geldiğince filtrelemeye çalıştık ama hala yapılacak bir çok işi var. Ama bu da yarışmanın bir challenge'i olarak ele alınabilirz.Daha fazka data/görüntü toplamak, filtrelemek, etiketlemek de büyük bir challenge. Bu konuyu da yarışmanın bir parçası olarak ele alıyoruz. Ayrıca bu veri ne kadar iyi hale gelirse dünyadan herkesin kullanabileceği çok güzel bir verişetine dönüşebilir.\n\nData klasöründe \"filtered\" ve \"unfiltered\" olmak üzere 2 klasör var. Bu iki klasörün içinde de \"neg\"(negatif) ve \"pos\"(pozitif) adında iki klasör var. \"unfiltered\" klasörü internetten indirdiğimiz filtrelenmemiş görüntüleri içeriyor. \"filtered\" klasöründe filtrelenmiş, yeniden boyutlandırılmış, jpg formatlı görüntüler bulunmaktadır. \"neğ\" dosyasında hasarlı yol görüntüleri, \"pos\" dosyasında ise normal yol görüntüleri bulunmaktadır.\n\nGörseller yeterli gelmezse veri toplama için google/yahoo/bing/yandex images kullanabilirsiniz. Toplu indirmek için tarayıcı eklentileri var. Ayrıca arama yaparken farklı anahtar keilmeler kullanabilirisinz, örneğin; eartqueake ground crack, road crack vb. Ayrıca farklı dillerde arama yapmak yine farklı görseller bulmanıza yardımcı olabilir.\n\n**Resize** işlemini herkesin kendisi yapmak isteyebileceği için yapmadık. Python veya batch seçeneği olan fotoğraf düzenleme uygulamaları ile yapabilirsiniz.\n\n**File Format/Type** =  Hepsi jpg formatına çevrildi. (sadece filtered dosyası içerisindekiler)\n\n**Size** = pos: 2556 images neg: 4239 images  / pos(unfiltered): 6500 , neg(unfiltered): 7500\n\n##### **2.Adım: Model**\nMümkün olduğunca yüksek doğrulukta bir model oluşturup muhtemelen , drone vb gibi görüntüleme araçlarıyla otomatik tespit yapmayı hedefliyoruz.\n\nAyrıca başka deprem sonrası ve öncesi projelerimiz de var.Örnek olarak,\n\nilki; hasar almış binaları tespit etmek(çatlamış)\n\nikincisi hasar almış koptu,viyadük,baraj vb gibi yapıların tespiti.\n\nYukarıdaki konularla ilgili de olabildiğince veri toplayıp ayrı bir yarışma olarak açacağız.\n\nDeprem öncesi projelerimizi de zamanla paylaşacağız burada yeni yarışmalar açacağız.\n\nBu konularda yapılmış bir çok makale, araştırma var biliyoruz bunlardan faydalanmanız için de veri dosyası içine ekleyeceğiz.\n\n\"Küsmek, kızmak, üzülmek, çekip gitmek yok.\nElimizden ne gelir ne yapabiliriz onlara odaklanalıp. Çalışmalıyız. Zor ama biliyorum ama yapmak zorundayız.\"\nDiye düşünüyoruz.\n\nEğer bu 3 proje için bildiğiniz veri varsa biizimle paylaşırsanız çok memnun oluruz. Biz de sizinle her şeyi paylaşacağız.Örnek olarak duvar çatlağı tespitinde ... veri seti kullanılabilir. O projeyi başlattığımızda o konuya da değineceğiz.Hep beraber içinde yaşadığımız topraklara, ülkemize, vatanımıza bir değer katmak için çalışalım. Hepimize geçmiş olsun.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "***[En]***\n\n### **Earthquake Road Crack Detection Computer Vision Competition Evaluation Criteria**\n\n**Accuracy**: The most important evaluation criterion is the accuracy of the crack detection algorithm. Participants' algorithms will be evaluated based on their ability to correctly identify cracks in road images.\n\n**Speed**: The second most important evaluation criterion is the speed of the algorithm. Participants' algorithms will be evaluated based on the amount of time it takes for the algorithm to complete its processing.\n\n**Robustness**: The third most important evaluation criterion is the robustness of the algorithm. Participants' algorithms will be evaluated based on their ability to perform well on different types of road images, including images with varying levels of damage and different lighting conditions.\n\n**Technical Report**: Participants are required to submit a technical report along with their algorithm. The report should explain the methodology used to develop the algorithm and present the results obtained. The report will be evaluated based on the clarity, conciseness, and relevance of the information presented.\n\n**Innovation**: Participants' algorithms will also be evaluated based on their level of innovation. Innovative algorithms that use novel techniques to address the challenge of road crack detection will be given extra consideration.\n\n**Voluntary Participation**: This competition is based on voluntary participation, and participants are encouraged to participate for the love of learning and solving the problem. The evaluation panel will take into account the spirit of voluntary participation when evaluating participants' algorithms.\n\n***[TR]***\n\n### **Deprem Yol Hasar Tespiti Bilgisayarla Görü Yarışması Değerlendirme Kriterleri**\n\n**Doğruluk**: En önemli değerlendirme kriteri, çatlağın doğru olarak tespit edilmesidir. Katılımcıların algoritmaları, yol görüntülerindeki çatlamaları doğru bir şekilde tespit etme becerilerine göre değerlendirilecektir.\n\n**Hız**: İkinci en önemli değerlendirme kriteri, algoritmanın hızıdır. Katılımcıların algoritmaları, algoritmanın işlemini tamamlaması gereken zaman üzerinden değerlendirilecektir.\n\n**Dayanıklılık**: Üçüncü en önemli değerlendirme kriteri, algoritmanın dayanıklılığıdır. Katılımcıların algoritmaları, farklı hasar seviyelerine ve farklı ışık koşullarına sahip farklı yol görüntülerinde iyi performans gösterme becerilerine göre değerlendirilecektir.\n\n**Teknik Rapor**: Katılımcılar, algoritmalarının yanı sıra bir teknik rapor sunmalıdır. Rapor, algoritmanın geliştirilmesi için kullanılan metodolojiyi açıklamalı ve elde edilen sonuçları sunmalıdır. Raporun açıklık, özetlilik ve sunulan bilginin önemi üzerinden değerlendirilecektir.\n\n**Yenilik**: Katılımcıların algoritmaları aynı zamanda yenilik düzeylerine göre değerlendirilecektir. Yol çatlağı algılama zorluğunu ele almak için yenilikçi teknikler kullanan algoritmalara ekstra değer verilecektir.\n\n**Gönlülü Katılım**: Bu yarışma gönüllü katılıma dayalıdır ve katılımcılar öğrenme ve problem çözme aşkıyla katılmaya teşvik edilir. Değerlendirme paneli, katılımcıların algoritmalarını değerlendirirken gönüllü katılım ruhunu dikkate alacaktır.\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "***[ EN ]***\n\n### **Earthquake Road Crack Detection Computer Vision Competition Rules**\n\n**Purpose**: The purpose of this competition is to encourage the development of computer vision algorithms for detecting cracks in roads caused by earthquakes.\n\n**Eligibility**: The competition is open to individuals and teams from around the world. There is no age limit for participants.\n\n**Competition Format**: Participants will be provided with a dataset of images showing earthquake-damaged roads. They will be required to develop a computer vision algorithm that can detect cracks in the roads with a high degree of accuracy.\n\n**Submission**: Participants will be required to submit their algorithms and results in the form of a technical report, including details of their approach, methodology, results, and limitations. Submissions will be evaluated based on accuracy, efficiency, and overall performance.\n\n**Prizes**: Prizes will be awarded to the top-performing submissions, based on the evaluations of a panel of experts.\n\n**Intellectual Property**: Participants retain ownership of any intellectual property rights in their submissions. However, by participating in the competition, participants grant permission to the organizers to use their submissions for the purpose of promoting and publicizing the competition.\n\n**Disclaimer**: The organizers of the competition are not responsible for any damage or loss incurred by participants as a result of their participation in the competition.\n\n**Basis of Voluntariness**: This competition is based on the principle of voluntariness and participants are free to choose whether or not to participate.\n\n***[ TR ]***\n\n### **Deprem Yol Çatlağı Tespiti Bilgisayarlı Görü Yarışması Kuralları**\n\n**Amaç**: Bu yarışmanın amacı, depremlerle oluşan yol çatlamalarının tespit edilmesi için bilgisayar görüntüleme algoritmalarının geliştirilmesini teşvik etmektir.\n\n**Katılım Koşulları**: Yarışma, tüm dünyadan bireysel ve takımlar tarafından katılıma açıktır. Katılımcılar için yaş sınırı bulunmamaktadır.\n\n**Yarışma Formatı**: Katılımcılara deprem sonrası hasar görmüş yolları gösteren görüntü verileri verilecektir. Katılımcılar bu veriler üzerinde yüksek doğruluk oranına sahip bir bilgisayar görüntüleme algoritması geliştirmelidir.\n\n**Sunum**: Katılımcılar, geliştirdikleri algoritmaların sonuçlarını ve yöntemlerini içeren teknik bir rapor halinde sunmalıdır. Sunumlar, doğruluk, verimlilik ve genel performans gibi faktörlere göre değerlendirilecektir.\n\n**Ödüller**: Yarışmanın en iyi performans gösteren katılımcılarına ödüller verilecektir. Bu ödüller, bir uzman paneli tarafından yapılan değerlendirmeye göre verilecektir.\n\n**Fikri Mülkiyet**: Katılımcılar, sunumlarındaki fikri mülkiyet haklarının sahibidir. Ancak yarışmaya katılma suretiyle, katılımcılar yarışmanın tanıtılması ve duyurulması amacıyla sunumlarının kullanılmasına izin vermiş olacaktır.\n\n**Sorumluluk Reddi**: Yarışma düzenleyicileri, yarışmaya katılan katılımcıların yarışma sürecinde yaşadıkları herhangi bir zarar veya kayıp için sorumlu değildir.\n\n**Gönüllü Katılma Esası**: Bu yarışma gönüllülük esasına dayanmaktadır.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}