随着尖端深度学习的突破，激发了包括土木工程在内的许多领域的众多创新。 但是，土木工程研究社区当前面临的一个基本问题是缺乏可公开获取，免费，质量受控且由人注释的大型数据集，该数据集支持和驱动土木工程深度学习的研究和应用，例如智能交通（包括联网车辆）结构健康监测和桥梁检查。 本文是一般性的讨论，涉及苛刻的需求以及为土木工程及其他领域的研究人员和工程师提供的长期期望的数据集，以提供关键的培训，测试和基准数据。 建立这样一个免费的数据集将消除主要的障碍，并促进土木工程领域的深度学习研究，我们希望这项工作将促使研究人员，工程师，政府机构甚至计算机科学家共同努力，以开始建立这样的数据集。 已经为拟议的数据库开发了一个框架。 此外，还开发了一些试点研究数据库，用于混凝土裂缝检测，使用常规和红外热成像的路面裂缝检测以及行人和骑自行车的人检测。 部署了一个称为Faster RCNN的卷积神经网络模型来检查检测准确性，并获得了所提出数据集的98％的检测准确性。
