无人机遥感航拍巡检数据集 无人机遥感图像识别 无人机视角山区泥石流和滑坡图像识别数据集-数据集第10067期

优质文章学习记录

— 10 min read
无人机遥感航拍巡检数据集 无人机遥感图像识别 无人机视角山区泥石流和滑坡图像识别数据集-数据集第10067期
在这里插入图片描述

滑坡检测数据集核心信息介绍

**
这个滑坡检测数据集主要用于目标检测任务，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，

在这里插入图片描述

往期热门主题 主题搜两字"关键词"直达

代码数据获取：

获取方式：***文章底部卡片扫码获取***

覆盖了YOLO相关项目、OpenCV项目、CNN项目等所有类别，
覆盖各类项目场景(包括但不限于以下----欢迎咨询定制)：

项目名称项目名称
基于YOLO+deepseek 智慧农业作物长势监测系统基于YOLO+deepseek 人脸识别与管理系统
基于YOLO+deepseek 无人机巡检电力线路系统基于YOLO+deepseek PCB板缺陷检测
基于YOLO+deepseek 智慧铁路轨道异物检测系统基于YOLO+deepseek 102种犬类检测系统
基于YOLO+deepseek 人脸面部活体检测基于YOLO+deepseek 无人机农田病虫害巡检系统
基于YOLO+deepseek 水稻害虫检测识别基于YOLO+deepseek 安全帽检测系统
基于YOLO+deepseek 智慧铁路接触网状态检测系统基于YOLO+deepseek 火焰烟雾检测系统
基于YOLO+deepseek YOLO+deepseek展示结果与矩形框坐标获取+界面制作基于YOLO+deepseek 水下海生物检测
基于YOLO+deepseek 智慧农业灌溉智能监测系统基于YOLO+deepseek 行人跌倒检测系统
基于YOLO+deepseek 无人机城市违建巡检系统基于YOLO+deepseek 面部口罩检测系统
基于YOLO+deepseek 交通标志检测识别基于YOLO+deepseek 智慧铁路隧道裂缝检测系统
基于YOLO+deepseek 苹果病害识别基于YOLO+deepseek 血细胞检测计数
基于YOLO+deepseek 无人机林业火情巡检系统基于YOLO+deepseek 舰船分类检测系统
基于YOLO+deepseek 肺炎诊断系统基于YOLO+deepseek 小麦害虫检测识别
基于YOLO+deepseek 反光衣检测预警基于YOLO+deepseek 智慧农业土壤墒情监测系统
基于YOLO+deepseek 车辆行人追踪系统基于YOLO+deepseek 车牌识别与管理系统
基于YOLO+deepseek 复杂环境船舶检测基于YOLO+deepseek 无人机巡检油气管道系统
基于YOLO+deepseek 裂缝检测分析系统基于YOLO+deepseek 玉米害虫检测识别
基于YOLO+deepseek 田间杂草检测系统基于YOLO+deepseek 智慧铁路列车部件缺陷检测系统
基于YOLO+deepseek 遥感地面物体检测基于YOLO+deepseek 人脸表情识别系统
基于YOLO+deepseek 木薯病害识别预防基于YOLO+deepseek 车辆追踪计数
基于YOLO+deepseek 野火烟雾检测基于YOLO+deepseek 手势识别系统
基于YOLO+deepseek 脑肿瘤检测基于YOLO+deepseek 无人机视角检测
基于YOLO+deepseek 玉米病害检测基于YOLO+deepseek 人员闯入报警
基于YOLO+deepseek 橙子病害识别基于YOLO+deepseek 水稻病害识别
基于YOLO+deepseek 行人追踪计数基于YOLO+deepseek 智慧农业农药精准喷洒引导系统
基于YOLO+deepseek 高密度人脸检测基于YOLO+deepseek 草莓病害检测分割
基于YOLO+deepseek 肾结石检测基于YOLO+deepseek 路面坑洞检测分割
基于YOLO+deepseek 水果检测识别基于YOLO+deepseek 200种鸟类检测识别
基于YOLO+deepseek 非机动车头盔检测基于YOLO+deepseek 葡萄病害识别
基于YOLO+deepseek 螺栓螺母检测基于YOLO+deepseek 智慧铁路道岔状态监测系统
基于YOLO+deepseek 焊缝缺陷检测基于YOLO+deepseek 无人机巡检光伏板缺陷系统
基于YOLO+deepseek 金属品瑕疵检测基于YOLO+deepseek 100种中草药识别
基于YOLO+deepseek 链条缺陷检测基于YOLO+deepseek 102种花卉识别
基于YOLO+deepseek 条形码检测识别基于YOLO+deepseek 100种蝴蝶识别
基于YOLO+deepseek 交通信号灯检测基于YOLO+deepseek 车牌检测识别系统
基于YOLO+deepseek 草莓成熟度检测基于YOLO+deepseek 吸烟行为检测
基于YOLO+deepseek 交通事故检测基于YOLO+deepseek 车辆行人检测计数
基于YOLO+deepseek 安检危险品检测基于YOLO+deepseek 西红柿成熟度检测
基于YOLO+deepseek 农作物检测识别基于YOLO+deepseek 危险驾驶行为检测
基于YOLO+deepseek 维修工具检测基于YOLO+deepseek 建筑墙面损伤检测
基于YOLO+deepseek 煤矿传送带异物检测基于YOLO+deepseek 老鼠智能检测
基于YOLO+deepseek 水面垃圾检测基于YOLO+deepseek 遥感视角船只检测
基于YOLO+deepseek 胃肠道息肉检测基于YOLO+deepseek 心脏间隔壁分割
基于YOLO+deepseek 半导体芯片缺陷检测基于YOLO+deepseek 视网膜疾病诊断
基于YOLO+deepseek 运动鞋品牌识别基于YOLO+deepseek X光骨折检测
基于YOLO+deepseek 遥感视角农田分割基于YOLO+deepseek 电瓶车进电梯检测
基于YOLO+deepseek 遥感视角房屋分割基于YOLO+deepseek CT肺结节检测
基于YOLO+deepseek 舌苔舌象检测诊断基于YOLO+deepseek 蛀牙检测识别
基于YOLO+deepseek 工业压力表智能读数基于YOLO+deepseek 肝脏肿瘤检测分割
基于YOLO+deepseek 脑肿瘤检测分割基于YOLO+deepseek 甲状腺结节分割
基于YOLO+deepseek 蔬菜检测识别基于YOLO+deepseek 水果质量检测
基于YOLO+deepseek 生活垃圾分类检测基于YOLO+deepseek 钢材表面缺陷检测
基于YOLO+deepseek YOLO+deepseek细胞标注与边缘识别+面积/灰度值计算基于YOLO+deepseek 霍夫变换车道线识别与车牌字符识别
基于YOLO+deepseek 低照度/弱光图像增强系统基于YOLO+deepseek YOLO+deepseek自训练数据教程项目
基于YOLO+deepseek YOLO+deepseek目标检测微调实战教程基于YOLO+deepseek 红绿灯识别与倒计时检测系统
基于YOLO+deepseek CNN卷积神经网络表情识别与情感分析基于YOLO+deepseek 人体姿态识别估计系统
基于YOLO+deepseek OpenCV图像模糊复原与去雾系统基于YOLO+deepseek YOLO+deepseek人体姿态估计与摔倒坐姿检测
基于YOLO+deepseek OpenCV手势识别与音量控制系统基于YOLO+deepseek YOLO+deepseek水果分类识别+PyQt交互式界面
基于YOLO+deepseek YOLO+deepseek火灾报警与烟雾检测系统基于YOLO+deepseek YOLO+deepseek安全帽和反光衣识别系统
基于YOLO+deepseek OpenCV深度学习低照度增强算法项目基于YOLO+deepseek YOLO+deepseek车辆行人检测+PyQt界面搭建
基于YOLO+deepseek 改进YOLO+deepseek无人机高空红外热数据小目标检测基于YOLO+deepseek 群养猪行为识别算法研究及部署（YOLO+deepseek）
基于YOLO+deepseek 骨龄检测系统（YOLO+deepseek+CNN+ResNet+PyQt）基于YOLO+deepseek OpenCV车道偏离预警系统
基于YOLO+deepseek YOLO+deepseek动物姿态识别与关键点检测基于YOLO+deepseek 心理健康问答系统（AIGC大模型+小程序）
基于YOLO+deepseek YOLO+deepseek多模态任务模型（目标+车道线+可行驶区域检测）基于YOLO+deepseek 车辆颜色检测识别+图像去雾去雨系统
基于YOLO+deepseek YOLO+deepseek智慧工地与重型机械检测系统基于YOLO+deepseek YOLO+deepseek绝缘子目标检测系统
基于YOLO+deepseek SAR图像船舶检测系统（YOLO+deepseek+UI界面）基于YOLO+deepseek YOLO+deepseek11/v10/v8/v5区域追踪监测系统
基于YOLO+deepseek YOLO+deepseek11/v10/v8/v5安全报警系统基于YOLO+deepseek YOLO+deepseek11pose锻炼监控计数系统
基于YOLO+deepseek 排队管理与人流量统计系统（YOLO+deepseek11）基于YOLO+deepseek 停车场管理系统（YOLO+deepseek8/v10/v11/v5）
基于YOLO+deepseek YOLO+deepseek智慧矿井智能识别系统基于YOLO+deepseek 自动驾驶极端天气（雾天）适配项目
基于YOLO+deepseek 智慧工地工程车检测系统（无人机视角）基于YOLO+deepseek 矿石运输船检测数据集训练实战项目
基于YOLO+deepseek 西瓜叶片病害自动识别与分类系统基于YOLO+deepseek 智慧农业病虫害智能检测系统

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。

在这里插入图片描述

类别方面，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类别。

在这里插入图片描述

数据格式上，图像和标注数据的格式都很清晰。图像方面，以其中一张 “759_jpg” 为例，分辨率是 640x480，大小 0.31MP，还支持 jpg、jpeg、png、bmp 等多种常见格式，方便不同场景使用。标注数据则有两种主要格式，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；转换后是 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。

在这里插入图片描述


无人数据集汇总中，持续更新中

无人机 #数据集 #航拍数据集

Read more

VideoAgentTrek-ScreenFilter创新场景：VR录屏中虚拟屏幕边界检测

VideoAgentTrek-ScreenFilter创新场景：VR录屏中虚拟屏幕边界检测 1. 引言：当VR录屏遇到屏幕检测难题 想象一下，你正在体验一款沉浸式的VR游戏，或者在进行一场虚拟现实会议。结束后，你想把这段精彩的体验录下来分享给朋友。但当你回看录屏时，发现画面里不仅有VR应用本身的内容，还混杂着电脑桌面、任务栏、甚至其他无关的窗口边框。这些“屏幕外的屏幕”破坏了沉浸感，也让视频显得杂乱不专业。 这就是VR内容创作者和开发者经常遇到的痛点。传统的录屏软件只能录制整个显示器区域，无法智能识别并聚焦在真正的VR应用窗口上。手动裁剪不仅费时费力，而且在视频时长较长或窗口位置变化时，几乎无法实现精准处理。 今天要介绍的 VideoAgentTrek-ScreenFilter，正是为解决这个问题而生。它不是一个普通的屏幕检测工具，而是专门针对“录屏中的屏幕”这一特殊场景进行优化的智能解决方案。无论是静态的截图，还是动态的录屏视频，它都能准确识别出画面中的屏幕边界，为后续的智能裁剪、内容聚焦或隐私处理提供关键数据。 2. VideoAgentTrek-ScreenFilt
CFAR 目标检测算法详解（附 MATLAB 示例）

CFAR 目标检测算法详解（附 MATLAB 示例）

CFAR 目标检测算法，毫米波雷达工程师必须掌握的第一种检测算法 一、为什么雷达需要“目标检测算法”？ 在毫米波雷达中，我们最终想知道的不是“信号长什么样”，而是： 哪里有目标？目标有多少？哪些是噪声？ 然而，雷达接收到的信号永远是下面三者的混合： 1. 真实目标回波 2. 环境杂波（地面、墙面、人体、车辆反射） 3. 系统噪声（热噪声、量化噪声等） 在经过 ADC → FFT → 距离谱 / 多普勒谱 后，你会看到大量起伏的谱线。 问题来了： 在一个噪声水平不断变化的环境中，如何“公平、稳定”地判断某个峰值是不是目标？ 这正是 CFAR（Constant False Alarm Rate，恒虚警率）算法存在的意义。 二、CFAR
项目介绍 MATLAB实现基于LSTM-DRL 长短期记忆网络（LSTM）结合深度强化学习（DRL）进行无人机三维路径规划的详细项目实例（含模型描述及部分示例代码） 还请多多点一下关注 加油 谢谢 你

项目介绍 MATLAB实现基于LSTM-DRL 长短期记忆网络（LSTM）结合深度强化学习（DRL）进行无人机三维路径规划的详细项目实例（含模型描述及部分示例代码） 还请多多点一下关注 加油 谢谢 你

MATLAB实现基于LSTM-DRL 长短期记忆网络（LSTM）结合深度强化学习（DRL）进行无人机三维路径规划的详细项目实例 更多详细内容可直接联系博主本人   或者访问对应标题的完整博客或者文档下载页面（含完整的程序，GUI设计和代码详解） 随着无人机（UAV, Unmanned Aerial Vehicle）技术的飞速发展，其在军事侦察、环境监测、灾害救援、物流运输、城市管理等众多领域的应用日益广泛。三维路径规划技术作为无人机自主导航与智能决策的核心支撑，已经成为研究的热点与难点。三维空间下的路径规划不仅需要考虑障碍物的避让和环境复杂性的适应，还要实现能耗最优、飞行平稳、航迹安全和任务高效完成。传统路径规划方法如A*、Dijkstra、RRT等在二维场景下表现良好，但面对动态多变、障碍复杂的三维空间时，往往存在计算量大、收敛速度慢、易陷入局部最优等问题，难以满足实际应用需求。人工智能的迅速发展为无人机路径规划提供了新的解决思路，其中，深度强化学习（DRL, Deep Reinforcement Learning）凭借其端到端的自主决策能力，在动态环境中的表现逐渐突出。而

AI分类器+飞书机器人：3步搭建智能工单系统

AI分类器+飞书机器人：3步搭建智能工单系统 引言：为什么需要智能工单系统？ 每天处理大量员工IT问题是不是让你头疼？打印机故障、软件安装、密码重置...各种问题混杂在一起，手动分类既耗时又容易出错。现在，借助AI分类器和飞书机器人，你可以用3个简单步骤搭建一个自动化工单系统，实现： * 自动分类：AI自动识别工单类型（硬件/软件/网络等） * 智能分配：根据类型自动分配给对应负责人 * 实时通知：通过飞书机器人即时反馈处理进度 这个方案特别适合没有编程基础的行政人员，所有配置都可以在飞书后台直接完成，我会带你一步步操作，直接复制我的成功配置就能用起来。 1. 准备工作：创建飞书机器人和AI分类器 1.1 开通飞书机器人权限 首先登录飞书开放平台，按以下步骤操作： 1. 点击"创建应用" → 选择"机器人"类型 2. 填写应用名称（如"