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。
数据集划分
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。目录结构已规划好，方便后续数据填充与管理。
类别与标注
类别方面，当前数据集中标注的类别比较简洁，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。
数据格式
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。
该数据集适合用于无人机遥感领域的地质灾害监测研究，特别是基于深度学习的滑坡泥石流识别任务。