NetherlandsForensicInstitute/vuurwerkverkenner-development-data

荷兰法医研究所烟花包装训练数据集，包含2010年至2024年初在荷兰案件调查中使用过的烟花包装扫描件，以及部分包装的爆炸后碎片照片。数据集按烟花类别组织，每个类别包含一个或多个烟花包装，部分类别还包含烟花碎片的照片。The Netherlands Forensic Institute Fireworks training dataset consists of scans of fireworks wrappers and photographs of fireworks snippets from fireworks investigated in casework in the Netherlands between 2010 and early 2024. The dataset is categorized by fireworks types, with each category containing one or more wrappers and possibly snippet photos.

搜集汇总

数据集介绍

构建方式

该数据集由荷兰法医研究所（NFI）构建，旨在支持“Vuurwerkverkenner”应用的烟花包装识别模型开发。数据收集涵盖了2010年至2025年间荷兰案件调查中实际出现的烟花包装，共包含381个包装，归属于224个类别。其中，部分包装通过物理扫描获取，另一部分则通过将选定包装打印并粘贴至Cobra 6烟花上，随后进行引爆以收集真实碎片。人工创建的虚拟片段为所有包装提供，而真实爆炸后的碎片照片则针对40个包装类别进行了采集，这些碎片经清理、干燥后，按包装设计分类并拍摄。数据集结构按收集方法分为人工片段、真实片段和模拟片段三大类，每一类均划分为训练集、测试集和验证集，以支持模型训练。

使用方法

使用该数据集时，图像数据已按收集方法组织为三个主要文件夹：artificial_snippets用于人工片段，real_snippets用于真实片段，mock_snippets用于模拟场景片段，每个文件夹下均包含train、test和val子集。用户可直接基于此划分进行模型训练与评估。模型训练的具体方法可参考NFI在HuggingFace上发布的Vuurwerkverkenner模型卡。此外，人工片段文件夹中的reference子集可用于计算嵌入参考值，辅助模型性能分析。需注意，数据集中未包含极小的碎片图像，且部分真实碎片来源于粘贴而非原始烟花，可能对模型泛化性产生影响。

背景与挑战

背景概述

该数据集由荷兰法医研究所（NFI）于2010年至2025年间创建，旨在通过烟花包装图像与爆炸后碎片的匹配，辅助司法鉴定中烟花来源的追溯。研究团队基于真实案件调查中收集的381种烟花包装与40类实际爆炸碎片样本，构建了涵盖224个类别的多模态数据集。作为法医图像分析领域的首个标准化资源，该数据集为烟花爆炸碎片的自动化识别提供了基准，显著推动了法医物证鉴定与计算机视觉技术的交叉应用。

当前挑战

数据集所解决的领域问题在于，传统法医鉴定依赖专家对爆炸碎片的肉眼比对，效率低下且难以处理大规模案件。其面临的核心挑战包括：1）烟花包装多样性强，184个类别仅含单一包装样本，导致类别间特征边界模糊；2）实际爆炸碎片因爆炸过程随机剥落，形状、尺寸和纹理高度变异，与完整包装图像存在显著域差异；3）数据采集受限于案件来源与烟花可获取性，部分碎片由非原装烟花（如Cobra 6）模拟生成，其附着特性与真实样本不同，可能引入模型泛化偏差。

常用场景

经典使用场景

荷兰法医研究所（NFI）发布的烟花包装数据集，专为“Vuurwerkverkenner”应用而设计，旨在通过计算机视觉技术对爆炸后残留的烟花碎片进行自动识别与分类。该数据集涵盖了381种包装设计，分为224个类别，并提供了人工合成的虚拟碎片图像以及真实爆炸碎片的照片。研究者通常利用该数据集训练图像分类模型，以区分不同烟花包装的视觉特征，从而在司法鉴定中追溯烟花来源。其经典使用场景是作为监督学习任务的基准，评估模型在细粒度图像识别上的性能，尤其适用于处理爆炸后碎片不完整、背景复杂的挑战性工况。

解决学术问题

该数据集主要解决了司法鉴定领域中烟花来源追溯的自动化难题。传统方法依赖人工比对碎片图案，效率低下且主观性强。通过提供标准化的图像集合，该数据集支持深度学习模型在有限标注样本下学习鲁棒的判别特征，从而推动法庭科学中的物证识别技术迈向智能化。其意义在于填补了烟花爆炸碎片分类研究的空白，为多类别细粒度分类任务提供新基准，同时促进了跨学科研究——将计算机视觉方法应用于法医物证分析，从而提升鉴定结果的客观性与可重复性。

实际应用

在实际应用中，该数据集被嵌入“Vuurwerkverkenner”系统，用于辅助执法与司法人员快速鉴定非法烟花的品牌与型号。当警方在犯罪现场收集到爆炸后残留的碎片时，系统可将碎片照片与数据库中的包装图案进行比对，自动输出最可能的匹配结果，从而加速案件调查进程。此外，该数据集还可用于海关边境的安全检查自动化，帮助识别禁止进口的烟花爆竹产品。在制造业领域，它也有助于质量溯源，通过碎片反向定位生产批次，保障公共安全。

数据集最近研究

最新研究方向

在法庭科学领域，基于爆炸物残留碎片进行溯源鉴定一直是极具挑战性的前沿课题。荷兰法医研究所（NFI）发布的Vuurwerkverkenner开发数据集，通过系统收集2010至2025年间荷兰实际案件中的381种烟花包装与224个类别，构建了涵盖人工合成碎片、真实爆炸残留及模拟现场场景的多模态影像数据库。该数据集突破了传统物证比对依赖完整包装的局限，深度融合人工仿真与真实爆炸实验数据，为开发能够从非结构化、高噪声爆炸碎片中自动识别烟花型号的深度学习模型提供了标准化基准。这一研究路径直接呼应了近年来欧洲多国针对非法烟花爆竹泛滥的司法响应需求，其通过可扩展的类别体系和模拟现实取证环境的mock_snippets设计，显著提升了模型在复杂警务现场下的泛化能力，对推动法庭图像检材的智能化鉴定范式具有里程碑意义。