pyronear/openfire

--- annotations_creators: - crowdsourced language_creators: - crowdsourced language: [] license: - apache-2.0 multilinguality: [] size_categories: - 1K<n<10K source_datasets: - original task_categories: - image-classification task_ids: [] pretty_name: Wildfire image classification dataset collected using images from web searches. --- # Dataset Card for OpenFire ## Table of Contents - [Table of Contents](#table-of-contents) - [Dataset Description](#dataset-description) - [Dataset Summary](#dataset-summary) - [Supported Tasks and Leaderboards](#supported-tasks-and-leaderboards) - [Languages](#languages) - [Dataset Structure](#dataset-structure) - [Data Instances](#data-instances) - [Data Fields](#data-fields) - [Data Splits](#data-splits) - [Dataset Creation](#dataset-creation) - [Curation Rationale](#curation-rationale) - [Source Data](#source-data) - [Annotations](#annotations) - [Personal and Sensitive Information](#personal-and-sensitive-information) - [Considerations for Using the Data](#considerations-for-using-the-data) - [Social Impact of Dataset](#social-impact-of-dataset) - [Discussion of Biases](#discussion-of-biases) - [Other Known Limitations](#other-known-limitations) - [Additional Information](#additional-information) - [Dataset Curators](#dataset-curators) - [Licensing Information](#licensing-information) - [Citation Information](#citation-information) - [Contributions](#contributions) ## Dataset Description - **Homepage:** https://pyronear.org/pyro-vision/datasets.html#openfire - **Repository:** https://github.com/pyronear/pyro-vision - **Point of Contact:** Pyronear <https://pyronear.org/en/> ### Dataset Summary OpenFire is an image classification dataset for wildfire detection, collected from web searches. ### Supported Tasks and Leaderboards - `image-classification`: The dataset can be used to train a model for Image Classification. ### Languages English ## Dataset Structure ### Data Instances A data point comprises an image URL and its binary label. ``` { 'image_url': 'https://cdn-s-www.ledauphine.com/images/13C08274-6BA6-4577-B3A0-1E6C1B2A573C/FB1200/photo-1338240831.jpg', 'is_wildfire': true, } ``` ### Data Fields - `image_url`: the download URL of the image. - `is_wildfire`: a boolean value specifying whether there is an ongoing wildfire on the image. ### Data Splits The data is split into training and validation sets. The training set contains 7143 images and the validation set 792 images. ## Dataset Creation ### Curation Rationale The curators state that the current wildfire classification datasets typically contain close-up shots of wildfires, with limited variations of weather conditions, luminosity and backrgounds, making it difficult to assess for real world performance. They argue that the limitations of datasets have partially contributed to the failure of some algorithms in coping with sun flares, foggy / cloudy weather conditions and small scale. ### Source Data #### Initial Data Collection and Normalization OpenFire was collected using images publicly indexed by the search engine DuckDuckGo using multiple relevant queries. The images were then manually cleaned to remove errors. ### Annotations #### Annotation process Each web search query was designed to yield a single label (with wildfire or without), and additional human verification was used to remove errors. #### Who are the annotators? François-Guillaume Fernandez ### Personal and Sensitive Information [More Information Needed] ## Considerations for Using the Data ### Social Impact of Dataset [More Information Needed] ### Discussion of Biases [More Information Needed] ### Other Known Limitations [More Information Needed] ## Additional Information ### Dataset Curators François-Guillaume Fernandez ### Licensing Information [Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0). ### Citation Information ``` @software{Pyronear_PyroVision_2019, title={Pyrovision: wildfire early detection}, author={Pyronear contributors}, year={2019}, month={October}, publisher = {GitHub}, howpublished = {\url{https://github.com/pyronear/pyro-vision}} } ```

原始信息汇总

数据集概述

数据集基本信息

• 名称: OpenFire
• 类型: 图像分类数据集
• 目的: 用于野火检测
• 数据来源: 网络搜索
• 语言: 英语
• 许可证: Apache-2.0
• 数据量: 1K<n<10K
• 多语言性: 不适用
• 任务类别: 图像分类

数据集结构

• 数据实例: 每个数据点包含一个图像URL和一个二元标签（是否存在野火）。
• 数据字段:
  • image_url: 图像下载URL。
  • is_wildfire: 布尔值，指示图像中是否存在野火。
• 数据分割: 数据分为训练集和验证集，训练集包含7143张图像，验证集包含792张图像。

数据集创建

• 采集与规范化: 数据通过DuckDuckGo搜索引擎收集，并经过手动清理。
• 标注过程: 每个网络搜索查询产生一个标签（有或无野火），并进行了人工验证以移除错误。
• 标注者: François-Guillaume Fernandez

使用考虑

• 数据集影响: 待补充
• 偏见讨论: 待补充
• 其他已知限制: 待补充

附加信息

• 数据集管理员: François-Guillaume Fernandez
• 许可证信息: Apache License 2.0
• 引用信息: 见README文件中的引用格式

搜集汇总

数据集介绍

构建方式

OpenFire数据集由Pyronear团队构建，旨在解决现有野火分类数据集在真实场景中泛化能力不足的问题。其构建过程充分利用了网络搜索引擎的公开图像资源，通过DuckDuckGo引擎执行多组相关查询，采集了涵盖不同天气、光照和背景条件的图像。每张图像经由人工设计的查询词自动分配二元标签（是否包含野火），随后由标注者进行人工审核以剔除错误样本，最终形成了包含7143张训练图像和792张验证图像的高质量分类数据集。

使用方法

OpenFire适用于图像分类任务，尤其聚焦于野火检测的二元分类场景。用户可通过HuggingFace Datasets库轻松加载，或直接访问图像URL进行本地下载。建议将数据划分为训练集和验证集（比例约为9:1），用于训练和评估卷积神经网络等视觉模型。使用时需注意图像URL的有效性，并考虑在网络受限环境中预先缓存图像。该数据集可作为野火早期预警系统的训练基石，助力提升模型在复杂环境下的鲁棒性。

背景与挑战

背景概述

野火作为全球频发的自然灾害，对生态系统与人类安全构成严重威胁，而基于图像的自动检测技术已成为早期预警的关键手段。在此背景下，Pyronear团队于2019年由François-Guillaume Fernandez主导构建了OpenFire数据集，旨在弥补现有野火分类数据集在真实场景适应性上的不足。该数据集通过DuckDuckGo搜索引擎收集网络公开图像，经人工筛选与标注后形成包含7935张图片（训练集7143张、验证集792张）的二元分类资源，专注于区分图像中是否存在活跃野火。OpenFire的发布为计算机视觉领域提供了更具多样性的训练样本，推动了野火检测算法在复杂环境下的鲁棒性研究，其Apache-2.0许可协议也促进了学术与工业界的广泛应用。

当前挑战

OpenFire数据集面临的核心挑战在于解决野火检测在真实世界中的环境复杂性：现有算法常因太阳耀斑、雾霾、多云天气及小尺度火焰等干扰而产生误判，而传统数据集多包含近距离特写图像，缺乏对光照、天气和背景多样性的覆盖。构建过程中，团队需应对网络图像来源的噪声与标注歧义，通过设计多组相关查询词并辅以人工验证来保证标签准确性，但大规模手动清洗仍存在效率瓶颈。此外，数据集规模有限（不足万张）可能限制深度模型的泛化能力，且搜索索引的时效性导致图像内容与当前野火形态存在偏差，这些因素共同构成了提升检测系统实用性的关键障碍。

常用场景

经典使用场景

OpenFire数据集专为野外火灾图像分类任务而设计，其经典使用场景在于训练和评估深度学习模型对野火是否存在进行二分类判别。该数据集通过搜索引擎收集了涵盖多种天气条件、光照变化和背景复杂度的图像，避免了传统数据集仅包含近距离特写镜头的局限。研究者常利用该数据集构建卷积神经网络（如ResNet、EfficientNet）或视觉变换器（ViT）等模型，并在训练集与验证集划分（7143张训练图像与792张验证图像）的基础上，系统性地测试模型在真实野外环境中的泛化能力。

解决学术问题

该数据集旨在解决现有野火检测数据集因场景单一而导致的模型鲁棒性不足这一学术难题。传统数据集多聚焦于火灾近距离图像，难以反映真实世界中太阳耀斑、雾霾、多云或小尺度火源等复杂情境，致使算法在实际部署时频繁失效。OpenFire通过引入多样化的背景与光照条件，为研究者提供了评估模型在恶劣视觉条件下检测能力的标准化基准，从而推动了野火早期预警系统中图像分类算法的可靠性与适应性研究，具有显著的学术价值。

实际应用

在实际应用中，OpenFire数据集支撑着森林防火监测系统的智能化升级。基于该数据集训练的模型可集成于无人机、监控摄像头或卫星遥感平台，实现对偏远林区、自然保护区及城市边缘地带的持续火情监控。例如，系统能在火灾初起阶段自动识别微小火源并触发警报，有效缩短响应时间，降低生态与经济损失。此外，该数据集还可用于开发移动端应用，辅助消防人员快速判断现场图像是否包含火情，提升应急决策效率。

数据集最近研究

最新研究方向

OpenFire数据集聚焦于野火图像的二元分类任务，其最新研究方向紧密围绕提升模型在复杂自然环境下的泛化能力与鲁棒性。鉴于传统野火数据集多依赖近距离、高对比度的火灾特写图像，难以应对真实场景中因太阳耀斑、雾霭、云层遮挡及小尺度火源带来的挑战，OpenFire通过搜索引擎自动采集并人工校验，构建了包含丰富光照、天气与背景变化的图像集。该数据集的前沿应用在于推动轻量化深度学习模型在边缘设备上的部署，以实现野火的早期预警与实时监测。其意义不仅在于填补了现有数据在环境多样性上的空白，更通过开源协议加速了防灾减灾领域的算法迭代，为全球气候变化背景下频发的森林火灾提供了智能化的技术支撑。