Natural Pothole Dataset within River Environments

The Natural Pothole Dataset comprises 3992 high-resolution images capturing various instances of natural potholes found in river water. Each image is meticulously annotated using the YOLO (You Only Look Once) object detection framework, providing precise bounding box coordinates and corresponding class labels for the detected potholes. Annotations are provided in XML format, enabling easy integration with machine learning algorithms and computer vision pipelines. The dataset focuses exclusively on natural potholes, emphasizing their diverse shapes, sizes, and environmental contexts. Researchers and practitioners in fields such as Geomorphology, Geomorphology, Hydrology, River Science, Machine Learning, Environmental Science, computer vision, and geospatial analysis can leverage this dataset for tasks including pothole detection, classification, and predictive modeling.天然锅穴数据集（Natural Pothole Dataset）囊括3992张高分辨率图像，记录了河流中发现的各类天然锅穴实例。每张图像均采用YOLO（You Only Look Once）目标检测框架进行细致标注，为检测到的锅穴提供精准的边界框坐标及对应类别标签。 标注文件以XML格式提供，可轻松集成至机器学习算法与计算机视觉流程中。该数据集仅聚焦天然锅穴，着重展现其多样的形态、尺寸与所处环境背景。 地貌学、地貌学、水文学、河流科学、机器学习、环境科学、计算机视觉以及地理空间分析等领域的研究人员与从业者，可借助该数据集开展锅穴检测、分类与预测建模等相关任务。

搜集汇总

背景与挑战

背景概述

该数据集包含3992张高分辨率图像，专门捕捉河流环境中的自然坑洞，并使用YOLO对象检测框架进行精确注释（包括边界框和类别标签），以XML格式提供，便于机器学习集成。它专注于自然坑洞的多样性（如不同形状、大小和环境背景），适用于地貌学、水文学、机器学习和计算机视觉等领域，支持坑洞检测、分类和预测建模等任务。