LADI v2

该数据集是由美国民间空中巡逻队（CAP）在2015年至2023年期间，针对联邦政府宣布的紧急情况在美国境内拍摄的约1万张灾害图像组成，并针对多标签分类进行了注释。这些图像由受过培训的志愿者进行标注，标签设计旨在帮助紧急管理人员进行损害评估。该数据集考虑了灾害图像随时间分布的变化，并包含了被称为“v2a”的修订版标签集。数据规模包括9963张图像，其中8030张用于训练，892张用于验证，以及1041张用于测试。该数据集的任务是针对灾害图像分析进行多标签分类。This dataset is composed of approximately 10,000 disaster images captured across the United States between 2015 and 2023 by the Civil Air Patrol (CAP) for federally declared emergencies, and has been annotated for multi-label classification tasks. These images were labeled by trained volunteers, with the annotation tags designed to assist emergency managers in damage assessment. This dataset accounts for the temporal distribution changes of disaster images, and includes a revised label set known as "v2a". The exact scale of the dataset contains 9,963 images in total, among which 8,030 are allocated for training, 892 for validation, and 1,041 for testing. The core task of this dataset is multi-label classification for disaster image analysis.

搜集汇总

数据集介绍

构建方式

LADI v2数据集源自美国联邦紧急事务管理局（FEMA）的民用空中巡逻（CAP）图像上传库，收录了2015至2023年间联邦宣布的灾害事件中采集的低空航拍影像。图像经过严格筛选，确保其拍摄于灾害发生后的14天内且位于受灾县界内。标注工作由46名接受过FEMA初步损害评估培训的CAP志愿者完成，每张图像由三人独立标注，最终通过多数投票确定标签。标签体系与FEMA响应地理空间办公室合作开发，包含建筑、道路、树木等非损害类别及建筑受损、洪水、碎片等损害相关类别，并针对建筑物损伤程度进行了合并优化，形成v2a版本标签集。

特点

该数据集包含约10,000张图像，分为训练集（8,030张）、验证集（892张）和测试集（1,041张），其中训练与验证集来自2015-2022年灾害事件，测试集则取自2023年事件，形成了自然的年度分布偏移。这种偏移体现在灾害类型、严重程度及拍摄技术（如WaldoAir系统使用比例从50%增至65%）的差异上，使其成为评估域适应技术的独特基准。此外，标签由专业志愿者依据FEMA标准生成，确保了操作相关性，而CLIP嵌入空间分析显示测试集与训练集存在显著语义距离，进一步凸显了数据分布的真实挑战。

使用方法

数据集及预训练分类器（基于BiT-50和Swin v2 Large架构）已开源发布在GitHub和Hugging Face平台，支持直接下载与使用。研究人员可加载预训练模型进行多标签分类推理，或基于训练集微调以适应特定灾害响应场景。分类器在测试集上优于开源视觉语言模型LLaVA-NeXT，并与商业模型GPT-4o竞争，且无需网络连接即可快速运行，适合离线或时间敏感任务。数据集还提供了验证与测试拆分，可用于评估模型在分布偏移下的泛化能力，并支持通过CLIP距离度量预测性能退化。

背景与挑战

背景概述

自然灾害后的快速响应与精准评估对应急管理至关重要，低空航拍影像因能提供多视角、高时效的情报而成为态势感知与损毁评估的关键数据源。然而，现有数据集多局限于单一灾害类型或视角，缺乏覆盖多灾种、多地理区域且标注质量符合专业标准的低空影像资源。为填补这一空白，麻省理工学院林肯实验室的Samuel Scheele、Katherine Picchione与Jeffrey Liu等人于2024年发布了LADI v2数据集。该数据集包含约10,000张由美国民航巡逻队在2015至2023年间联邦紧急事件中拍摄的灾后航拍图像，并由经过FEMA损伤评估流程培训的志愿者完成多标签标注。数据集覆盖多种灾害类型与视角，其训练集与测试集之间呈现真实的年度分布偏移，为评估领域自适应技术提供了独特基准，推动了计算机视觉在应急管理领域的研究与应用。

当前挑战

LADI v2所应对的核心挑战在于多标签分类任务中灾后低空影像的识别与利用。首先，灾害类型、严重程度与地理位置随年度气候模式与气候变化而变化，导致模型面临显著的分布偏移——例如2023年测试集中野火与风暴影像比例升高，而飓风影像减少，这种动态变化对模型的泛化能力构成严峻考验。其次，数据采集技术的演进如WaldoAir网格化相机系统的普及，使得影像中受损区域的占比下降，进一步加剧了正负样本的不平衡。在构建过程中，标注一致性亦为挑战：初期区分不同建筑损伤等级时模型性能不佳，经与FEMA协商后合并为“affected_or_greater”与“minor_or_greater”两类，才使标签体系更贴合操作需求。此外，部分灾害类型与地理区域（如加州）因应急机构能力较强而影像样本不足，限制了数据集的代表性与模型的适用范围。

常用场景

经典使用场景

LADI v2数据集在灾后应急响应领域具有广泛的应用前景，其核心用途在于构建基于低空航拍影像的多标签分类模型。该数据集汇集了美国民用航空巡逻队在2015至2023年间针对联邦宣布的各类自然灾害所拍摄的约一万张图像，涵盖飓风、洪水、野火等多种灾害类型，并包含了倾斜与俯视两种视角。研究者可利用这些标注有建筑物受损程度、碎片分布、道路损毁、洪水范围等12个细粒度标签的影像，训练能够自动识别灾后关键信息的深度学习模型，从而在浩如烟海的航拍照片中快速筛选出具有决策价值的图像。

解决学术问题

该数据集精准回应了灾后航拍影像领域长期存在的训练数据匮乏问题。现有数据集如xBD局限于卫星图像和垂直视角，FloodNet与RescueNet仅覆盖单次灾害事件，而Incidents1M则以地面视角为主。LADI v2通过提供多视角、多灾种、多地理区域的低空航拍标注数据，填补了学术研究中缺乏高质量、操作相关标注的空白。此外，其训练集与测试集之间呈现真实的分布偏移——因年度灾害类型变化、技术装备迭代（如WaldoAir系统的普及）所致——为评估域适应与分布外泛化技术提供了独特的基准，推动机器学习在动态灾害响应环境中的鲁棒性研究。

衍生相关工作

LADI v2的发布催生了一系列富有影响力的后续研究。基于该数据集，研究者开发了基于Swin Transformer V2与Big Transfer（BiT-50）架构的参考分类器，并通过超参数调优与LADI v1预训练策略提升了多标签分类性能。这些模型在测试集上以平均精度（mAP）超过92%的表现，显著优于开源视觉语言模型LLaVA-NeXT，并与商业模型GPT-4o在关键损害类别上不相上下。此外，数据集独特的分布偏移特性激发了关于域适应与分布外检测的探索，例如利用CLIP嵌入空间中的距离度量来量化样本的“离群程度”并预测性能衰减。这些工作共同推动了低空灾后影像分析领域从数据匮乏走向模型鲁棒性验证的新阶段。