目录

目标检测数据集 第141期-基于yolo标注格式的滑坡检测遥感影像数据集(含免费分享)

超实用滑坡检测遥感影像数据集分享,助力计算机视觉研究!

1、背景

2、数据详情

2.1 数据规模与划分

2.2 数据内容与格式

2.3 数据分布特征

3、应用场景

3.1 学术研究场景

3.2 工程应用场景

3.3 教学与科普场景

4、使用申明


目标检测数据集 第141期-基于yolo标注格式的滑坡检测遥感影像数据集(含免费分享)

超实用滑坡检测遥感影像数据集分享,助力计算机视觉研究!

1、背景

我国是地质灾害高发国家,其中滑坡灾害因分布广、突发性强、破坏力大,对山区居民生命财产安全、交通基础设施及生态环境构成持续威胁。传统滑坡监测依赖人工巡查与地面传感器,存在覆盖范围有限、响应滞后等局限,难以满足大范围、早预警的需求。

随着遥感技术与深度学习算法的快速发展,基于高分辨率卫星或航空影像的自动化滑坡检测,已成为地质灾害防控领域的核心研究方向。这类方法可快速覆盖广袤山区,通过模型学习滑坡在影像中的纹理、形态特征,实现灾害区域的自动识别与定位,为应急处置与风险评估提供数据支撑。

本数据集正是为满足这一需求构建的标准化样本库,聚焦于山区复杂地形下的滑坡目标检测任务,为相关算法研究与工程应用提供高质量标注数据。

2、数据详情

2.1 数据规模与划分

本数据集共包含3452 张高分辨率遥感影像,全部为 JPG 格式,无 PNG 格式文件。配套标注文件总数为 3453 个,图像与标签比例约为 1:1,基本实现单图对应单标签的匹配关系。

按照机器学习模型训练的标准流程,数据集被划分为三个子集:

  • 训练集:包含 3156 张影像及对应 3156 个标注文件,用于模型参数学习与特征提取。
  • 验证集:包含 197 张影像及对应 197 个标注文件,用于训练过程中的模型性能验证与超参数调优。
  • 测试集:包含 99 张影像及对应 99 个标注文件,用于最终评估模型在未知数据上的泛化能力。

2.2 数据内容与格式

影像数据均为山区地形下的高分辨率遥感图像,覆盖不同地貌类型、植被覆盖度及光照条件,包含已发生滑坡的典型区域样本。从样例影像可见,滑坡区域在影像中表现为明显的裸露地表、线性或扇形破坏形态,与周边植被覆盖区域形成显著视觉差异。

标注文件采用YOLO 格式的 txt 文本文件,每个标注文件对应一张影像,内容包含目标类别与边界框坐标信息。数据集中仅包含一个目标类别:滑坡(landslide),所有标注均围绕该类别完成,确保样本的专一性与聚焦性,便于模型专注学习滑坡特征。

2.3 数据分布特征

从目录统计与样例影像可看出,数据集样本具有以下分布特点:

  • • 地形多样性:涵盖陡峭峡谷、缓坡山地等多种地形,模拟真实山区复杂环境。
  • • 场景复杂性:包含不同植被覆盖度、道路干扰、小型水系等背景要素,提升模型抗干扰能力。
  • • 目标形态差异:滑坡样本包含小型局部滑塌、大型扇形滑坡等多种形态,增强模型对不同规模灾害的识别能力。

3、应用场景

3.1 学术研究场景

本数据集可作为滑坡检测算法的基准测试集,用于验证不同深度学习模型的性能表现。研究人员可基于该数据集开展以下方向的探索:

  • • 目标检测算法优化:对比 YOLO、Faster R-CNN 等算法在滑坡检测任务中的精度与效率,设计更适配遥感影像的模型结构。
  • • 小样本学习研究:针对滑坡样本获取难度大的问题,探索小样本学习、数据增强等方法在滑坡检测中的应用效果。
  • • 多模态数据融合:结合 DEM 数字高程数据、气象数据等,研究多源数据协同提升滑坡检测精度的方法。

3.2 工程应用场景

在实际地质灾害防控工作中,该数据集可支撑以下工程化落地场景:

  • • 自动化灾害普查:基于训练完成的模型,对大范围山区遥感影像进行批量处理,快速识别潜在滑坡区域,辅助地质部门完成年度灾害普查工作。
  • • 应急响应支撑:在强降雨、地震等极端事件后,快速处理灾后遥感影像,定位新增滑坡区域,为应急救援队伍规划路线、评估灾害影响范围提供数据支持。
  • • 基础设施风险监测:针对公路、铁路、输电线路等线性工程沿线区域,定期开展滑坡检测,识别威胁基础设施安全的灾害隐患,提前部署防护措施。

3.3 教学与科普场景

该数据集也可作为高校地质工程、遥感科学与技术、人工智能等专业的教学素材,帮助学生理解遥感影像解译、目标检测模型训练的完整流程。同时,可通过可视化样例数据,向公众普及滑坡灾害的视觉特征与防控技术,提升地质灾害防范意识。

4、使用申明

本数据集仅可用于学术研究不得将其用于商业目的。

在使用该数据集进行学术研究时,应遵守相关的学术规范,引用该数据集的来源,尊重数据集创作者的劳动成果。


数据获取说明

下方关注-VX回复关键词【滑坡检测遥感影像数据集】可查询yolo格式的滑坡检测遥感影像数据集的获取方式(提供下载地址),感谢您,祝前程似锦!

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐