无人机视角山区泥石流与滑坡图像识别数据集详解

核心概览

该滑坡检测数据集专为目标检测任务设计，整体数据规模和细节都比较明确。从数量上看，数据集总共包含 1660 张图像，主要覆盖无人机遥感航拍场景下的山区地质灾害识别。

数据规模与划分

这些图像被分成了三个主要部分：训练集有 1364 张，是数量最多的部分，主要用于模型的训练学习；验证集 197 张，用来在训练过程中调整模型参数、验证效果；测试集 99 张，专门用于最终检测模型的性能评估。不过目前这三个数据集都还处于空集状态，需要后续上传数据填充。

类别定义

当前数据集中标注的类别比较简洁，从标注信息能看到，目前主要标注的类别以'0'来标识。结合'滑坡检测'的项目主题，这个'0'对应的应该就是'滑坡泥石流'类别，后续可能会根据需求增加更多相关细分类型。

数据格式说明

数据格式上，图像和标注数据的格式都很清晰，方便直接接入主流深度学习框架。

图像方面 以其中一张'759_jpg'为例，分辨率是 640x480，大小 0.31MP，支持 jpg、jpeg、png、bmp 等多种常见格式，方便不同场景使用。

标注数据 标注数据主要有两种格式：

1. 原始标注：采用 YoloDarknet 的 txt 格式，比如 0 0.356250 0.616667 0.212500 0.400000，包含类别和坐标信息。
2. 转换后格式：JSON 格式，会明确列出图像 key、边界框（包括 label、x、y、width、height）以及图像宽高。这种格式更便于计算机读取和处理，也能和常见的目标检测模型兼容。