遥感多源滑坡分割数据集共34604张图像全部处理为512×512尺度利用sentinelplanet无人机等多源数据分辨率范围从0.1m-10m不同分辨率影像数据量3.6GB提供YOLO和mask图两种标注方式标注质量高全部为原始数据无增强超大规模滑坡分割数据集共34604张图像全部处理为512×512尺度涵盖航空无人机卫星多种传感器类型涵盖0.1m-10m不同分辨率影像数据量3.6GB标注质量很高且全部为原始数据无增广。超大规模滑坡分割数据集数据集描述该数据集是一个专门用于滑坡检测和分割任务的高质量数据集旨在帮助研究人员和开发者训练和评估基于深度学习的图像分割模型。数据集中的图像涵盖了多种传感器类型航空、无人机、卫星以及不同分辨率0.1m-10m确保了模型在不同场景下的鲁棒性和泛化能力。所有图像均处理为512×512像素的标准尺寸便于统一处理和分析。标注质量非常高且全部为原始数据未经过任何增广处理。数据规模添加图片注释不超过 140 字可选总样本数量34,604张图像数据量约3.6GB分辨率涵盖0.1m-10m的不同分辨率影像图像尺寸所有图像均处理为512×512像素标注目标所有图像都带有详细的像素级标注信息适用于训练和验证图像分割模型。图像特性添加图片注释不超过 140 字可选多源传感器包括航空摄影、无人机拍摄和卫星遥感等多种传感器类型。多样化分辨率从高分辨率0.1m到中低分辨率10m覆盖广泛的地面细节。标准化尺寸所有图像均处理为512×512像素便于模型训练和推理。高质量标注提供详细的像素级标注标注质量非常高确保了模型训练的准确性。无增广数据数据集中的图像是原始采集的数据未经过任何增广处理保证了数据的真实性和纯净性。标注格式添加图片注释不超过 140 字可选数据集中的标注信息采用了标准的JSON或PNG格式文件。每个图像都有一个对应的标签文件记录了每个像素的类别标签。这种格式可以直接用于多种图像分割框架如U-Net、Mask R-CNN等。
