无人机视角山区泥石流与滑坡图像识别数据集

滑坡检测数据集概览

本数据集专为无人机遥感场景下的滑坡与泥石流目标检测任务设计。整体规模明确，共包含 1660 张图像，适用于训练、验证及测试全流程。

数据划分

数据按标准流程划分为三个部分：

• 训练集：1364 张，用于模型参数学习与权重更新。
• 验证集：197 张，用于训练过程中调整超参数及监控效果。
• 测试集：99 张，专门用于最终评估模型性能。

类别定义

当前标注体系较为简洁，主要类别标识为'0'。结合项目主题，该标签对应'滑坡泥石流'目标。若后续需求扩展，可在此基础上增加更多细分类别。

数据格式

图像支持 jpg、jpeg、png、bmp 等常见格式，单张分辨率示例为 640x480（约 0.31MP）。标注数据提供两种主流格式：

1. YoloDarknet 格式：原始 txt 文件，记录类别及归一化坐标（如 0 0.356250 0.616667 0.212500 0.400000）。
2. JSON 格式：转换后的结构化数据，包含图像 key、边界框（label、x、y、width、height）及宽高信息，便于直接对接各类目标检测框架。

此类数据对于构建地质灾害监测模型具有较高的参考价值，开发者可直接基于此进行微调或复现相关研究。