智慧灾害识别-遥感航拍图像滑坡-泥石流分割数据集，2285张，voc，yolo，mask图三种标注方式
2类，标注数量：
Debris-flow 泥石流: 429
landslide 滑坡: 6079
image 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 | 429 |
| landslide | 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）
- 1：Debris-flow 泥石流区域
- 2：landslide 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/*.xml
xml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
？
