智慧灾害识别-遥感航拍图像滑坡-泥石流分割数据集2285张vocyolomask图三种标注方式2类标注数量Debris-flow 泥石流: 429landslide 滑坡: 6079image num: 2285遥感航拍滑坡-泥石流语义分割数据集完整文档一、数据集基础总览表参数项详细信息图像来源高空遥感航拍影像山区、河谷、地质灾害易发区域航拍实拍总图片数量2285张任务类型语义分割Mask掩码分割目标检测双兼容标注格式YOLO分割txt、VOC XML、PNG掩码Mask 三套完整标注分割类别总数2类地质灾害目标适用模型YOLOv11-seg、U-Net、SegFormer、Mask R-CNN等分割网络图像特点包含晴雨天、植被覆盖、山地沟壑、灾后山体垮塌、河道淤积等复杂地貌场景二、类别与标注数量明细英文类别名中文名称掩码/标注总数量Debris-flow泥石流429landslide滑坡6079三、三类标注格式说明1. Mask掩码标注核心语义分割格式每张原图对应一张同尺寸灰度PNG掩码图像素编码规则0背景山体、植被、道路、水体非灾害区域1Debris-flow 泥石流区域2landslide 滑坡垮塌区域优势精准勾勒灾害边缘、垮塌范围、堆积区域轮廓适合灾害面积测算2. YOLO分割标注txt文件文件存放路径labels/train/val/test/*.txt每行格式类别id 归一化轮廓点坐标(x1 y1 x2 y2 ...xn yn)0 0.21 0.35 0.23 0.46 ... # 泥石流 1 0.12 0.22 0.15 0.51 ... # 滑坡类别映射0 Debris-flow泥石流1 landslide滑坡3. VOC标注xml文件存放路径Annotations/*.xmlxml内包含图片尺寸、灾害目标边界框、灾害名称、轮廓坐标可直接用于VOC系列分割/检测模型训练四、数据集文件夹整体架构landslide_debrisflow_dataset/ ├─ images/ # 全部遥感航拍原图2285张 │ ├─ train/ │ ├─ val/ │ └─ test/ ├─ masks/ # 语义分割掩码PNG图 │ ├─ train/ │ ├─ val/ │ └─ test/ ├─ labels/ # YOLO分割txt标注 │ ├─ train/ │ ├─ val/ │ └─ test/ ├─ Annotations/ # VOC xml标注文件 └─ data.yaml # YOLO训练配置文件data.yaml 配置文件内容可直接复制使用path:./landslide_debrisflow_datasettrain:images/trainval:images/valtest:images/testnc:2names:0:Debris-flow1:landslide五、核心应用场景地质灾害遥感自动监测预警基于卫星/航拍遥感影像自动识别山区滑坡、泥石流隐患区域圈定灾害边界提前预判汛期、降雨诱发地质灾害风险为自然资源局、应急管理部门提供预警依据。灾后灾害范围量化评估暴雨、山洪灾害过后航拍影像自动分割垮塌山体、泥石流堆积扇范围精准计算受灾面积、土方量辅助灾害损失统计、救灾规划与灾后修复工程设计。山区国土空间规划与边坡治理识别历史滑坡、泥石流多发地带标记高危边坡区域指导公路、隧道、村镇选址避让灾害带规划挡土墙、排水渠等边坡防护工程。高校深度学习遥感图像分割科研/毕业设计用于遥感影像语义分割、小样本地质灾害识别、多时相灾害对比变化检测课题可对比U-Net、YOLO分割、Transformer分割模型精度。山区交通干线安全巡检针对山区高速、盘山公路沿线山体进行定期航拍巡检自动识别边坡松动、小型滑坡隐患防范道路塌方阻断通行。六、数据集特点优势滑坡样本体量充足6079个标注适配复杂山体垮塌大范围区域分割泥石流样本聚焦河道沟谷堆积场景场景区分度清晰三套标注格式通用检测、分割模型均可无缝训练影像包含不同光照、植被覆盖率、雨季旱季地貌模型泛化能力更强适配低空航拍卫星遥感两种分辨率影像场景落地