熔痕图像分类实验数据集

电气故障熔痕是火灾调查中最为典型的、提取数量最多的、研究最为广泛的痕迹物证，在火灾现场快速、精准判定熔痕的熔化性质，是确定调查方向、构建证据链条、分析起火原因的关键。目前火调人员进行现场勘验时，主要依靠手工清理现场的方式寻找电气线路残骸中的熔痕，依靠个人经验或台式的Cu导线短路熔痕智能识别装置判断熔痕的熔化性质。因此，亟须针对火调人员进行电气线路熔痕专项勘验的实际工作场景，研制穿戴式电气火灾熔痕智能识别装备。本项目基于MobileViT开发熔痕图像分类模型，应用本数据集训练、优化模型，提高模型的电气故障熔痕识别能力。

搜集汇总

背景与挑战

背景概述

该数据集专为熔痕图像分类实验设计，旨在通过训练和优化基于MobileViT的图像分类模型，提升电气故障熔痕的智能识别能力，以支持火灾调查中穿戴式智能识别装备的研制。数据集包含大量图像文件，格式主要为jpg，数据量约7.35GB，适用于火灾安全与应急救援领域的相关研究。