遇见数据集

takara-ai/FloodNet_2021-Track_2_Dataset_HF

收藏
Hugging Face2024-10-18 更新2025-04-12 收录
官方服务:

资源简介:

--- license: cc-by-sa-4.0 task_categories: - visual-question-answering language: - en size_categories: - 1K<n<10K --- # FloodNet: High Resolution Aerial Imagery Dataset for Post-Flood Scene Understanding This is the HF-hosted version of **FloodNet**. ![FloodNet Image](https://huggingface.co/datasets/takara-ai/FloodNet_2021-Track_2_Dataset_HF/resolve/main/train_image/img/6340.JPG) The **FloodNet 2021: A High Resolution Aerial Imagery Dataset for Post-Flood Scene Understanding** provides high-resolution UAS imageries with detailed semantic annotation regarding the damages. To advance the damage assessment process for post-disaster scenarios, the authors of the dataset presented a unique challenge considering **classification**, **semantic segmentation**, and **visual question answering (VQA)**, highlighting the UAS imagery-based FloodNet dataset. ## Challenge Tracks The Challenge has two tracks: 1. **Image Classification and Semantic Segmentation** (available on [DatasetNinja](https://datasetninja.com/floodnet-track-2)) 2. **Visual Question Answering** (current) --- Frequent, and increasingly severe, natural disasters threaten human health, infrastructure, and natural systems. The provision of accurate, timely, and understandable information has the potential to revolutionize disaster management. For quick response and recovery on a large scale, after a natural disaster such as a hurricane, access to aerial images is critically important for the response team. The emergence of small **unmanned aerial systems (UAS)**, along with inexpensive sensors, presents the opportunity to collect thousands of images after each natural disaster with high flexibility and easy maneuverability for rapid response and recovery. Moreover, UAS can access hard-to-reach areas and perform data collection tasks that can be unsafe for humans if not impossible. Despite all these advancements and efforts to collect such large datasets, analyzing them and extracting meaningful information remains a significant challenge in scientific communities. --- ## Data Collection The data was collected with a small UAS platform, **DJI Mavic Pro quadcopters**, after Hurricane Harvey. The entire dataset contains **2343 images**, divided into: - **Training set (~60%)** - **Validation set (~20%)** - **Test set (~20%)** For **Track 1** (Semi-supervised Classification and Semantic Segmentation), in the training set, there are: - Around **400 labeled images** (~25% of the training set) - Around **1050 unlabeled images** (~75% of the training set) For **Track 2** (Supervised VQA), in the training set, there are: - Around **1450 images** - A total of **4511 image-question pairs** --- ## Annotations for Visual Question Answering (VQA) The presented dataset contains annotations from **Track 2**. For the **Visual Question Answering (VQA)** task, the images are associated with multiple questions. These questions are divided into the following categories: - **Simple Counting**: Questions will be designed to count the number of objects regardless of their attribute. _For example: "How many buildings are there in the image?"_ - **Complex Counting**: Questions will be asked to count the number of objects belonging to a specific attribute. _For example: "How many flooded buildings are there in the image?"_ - **Condition Recognition**: In this category, questions are mainly designed to ask about the condition of the object and the neighborhood. _For example: "What is the condition of the road in the given image?"_ - **Yes/No Questions**: For this type of question, the answer will be either ‘Yes’ or ‘No’. _For example: "Is there any flooded road?"_ --- ## Citation If you use FloodNet in your work, please cite the following paper: ```bibtex @misc{rahnemoonfar2020floodnet, title={FloodNet: A High Resolution Aerial Imagery Dataset for Post Flood Scene Understanding}, author={Maryam Rahnemoonfar and Tashnim Chowdhury and Argho Sarkar and Debvrat Varshney and Masoud Yari and Robin Murphy}, year={2020}, eprint={2012.02951}, archivePrefix={arXiv}, primaryClass={cs.CV}, doi={10.48550/arXiv.2012.02951} } ```

--- 许可证:知识共享署名-相同方式共享4.0(CC BY-SA 4.0) 任务类别: - 视觉问答 语言: - 英语 样本规模: - 1000 < 样本数量 < 10000 --- # FloodNet:面向灾后场景理解的高分辨率航空影像数据集 本仓库为**FloodNet**数据集在Hugging Face(HF)平台的托管版本。 ![FloodNet Image](https://huggingface.co/datasets/takara-ai/FloodNet_2021-Track_2_Dataset_HF/resolve/main/train_image/img/6340.JPG) **FloodNet 2021:面向灾后场景理解的高分辨率航空影像数据集**提供了带有损伤细节语义标注的高分辨率无人机航空影像。为推进灾后场景的损伤评估流程,该数据集的构建者针对**分类**、**语义分割**以及**视觉问答(VQA)**三大任务设计了专属挑战,重点突出了基于无人机系统(Unmanned Aerial Systems,UAS)航空影像的FloodNet数据集。 ## 挑战赛赛道 本次挑战赛共设两个赛道: 1. **图像分类与语义分割赛道**(可在[DatasetNinja平台](https://datasetninja.com/floodnet-track-2)获取) 2. **视觉问答赛道**(即当前赛道) --- 频发且愈发严峻的自然灾害正威胁着人类健康、基础设施与自然生态系统。精准、及时且易于理解的灾情信息有望彻底变革灾害管理模式。在飓风等自然灾害发生后,为实现大规模快速响应与灾后恢复,应急响应团队亟需获取航空影像。 小型**无人机系统(Unmanned Aerial Systems,UAS)**与低成本传感器的出现,使得灾后可灵活、便捷地采集数千张影像以支撑快速响应与恢复工作。此外,无人机系统能够抵达人类难以进入的区域,完成即便并非完全不可能、也会对人类构成安全风险的数据采集任务。尽管在这类大规模数据集的采集方面已取得诸多进展与实践,但对其进行分析并提取有价值的信息,仍是科学界面临的重大挑战。 --- ## 数据采集 本数据集于飓风哈维(Hurricane Harvey)灾后,通过小型无人机平台**大疆御Pro无人机(DJI Mavic Pro quadcopters)**采集。完整数据集共包含**2343张影像**,划分为: - 训练集(约60%) - 验证集(约20%) - 测试集(约20%) 针对**赛道1(半监督分类与语义分割)**,训练集包含: - 约**400张标注影像**(占训练集的25%) - 约**1050张未标注影像**(占训练集的75%) 针对**赛道2(有监督视觉问答)**,训练集包含: - 约**1450张影像** - 总计**4511组影像-问答对** --- ## 视觉问答(VQA)任务标注 本数据集包含**赛道2**的标注内容。针对**视觉问答(VQA)**任务,每张影像均关联多个问题,这些问题可分为以下几类: - **简单计数类**:问题设计用于统计影像中物体的总数量,不限制物体属性。 _示例:"该影像中共有多少栋建筑?"_ - **复杂计数类**:问题用于统计具有特定属性的物体数量。 _示例:"该影像中共有多少栋被洪水淹没的建筑?"_ - **状态识别类**:此类问题主要用于询问物体及其周边环境的状态。 _示例:"该影像中的道路处于何种状态?"_ - **是非判断题**:此类问题的答案仅为"是"或"否"。 _示例:"影像中是否存在被洪水淹没的道路?"_ --- ## 引用声明 若您在研究工作中使用FloodNet数据集,请引用以下文献: bibtex @misc{rahnemoonfar2020floodnet, title={FloodNet: A High Resolution Aerial Imagery Dataset for Post Flood Scene Understanding}, author={Maryam Rahnemoonfar and Tashnim Chowdhury and Argho Sarkar and Debvrat Varshney and Masoud Yari and Robin Murphy}, year={2020}, eprint={2012.02951}, archivePrefix={arXiv}, primaryClass={cs.CV}, doi={10.48550/arXiv.2012.02951} }

提供机构:
takara-ai
搜集汇总
数据集介绍
构建方式
FloodNet_2021-Track_2_Dataset_HF 数据集源自于对自然灾害后场景理解的迫切需求,旨在通过高分辨率无人机影像提升灾害评估的效率。该数据集利用 DJI Mavic Pro 四旋翼无人机平台,在飓风哈维过境后采集了共计 2343 张航空影像,并按照约 60%、20%、20% 的比例划分为训练集、验证集与测试集。针对视觉问答任务,训练集包含约 1450 张图像,并生成了 4511 个图像-问题对,每个图像关联多个涵盖不同认知层次的问题,从而构建起一个结构化的问答体系。
特点
该数据集的核心特色在于其针对视觉问答任务的精细设计。问题被划分为简单计数、复杂计数、条件识别以及是非判断四大类别,不仅考察模型对物体数量的感知,更要求其理解物体属性与环境状态。例如,从简单的“图像中有多少栋建筑”到复杂的“有多少栋建筑被淹没”,逐步提升了认知难度。这种多维度的问题设计,使得数据集能够全面评估模型在灾后场景下的视觉理解与推理能力,填补了该领域在细粒度语义交互方面的空白。
使用方法
在使用该数据集时,研究者需加载图像与对应的问答对进行模型训练与评估。数据集遵循监督学习范式,每个图像-问题对均附有标准答案,适用于训练视觉语言模型。用户可通过 Hugging Face 平台的 datasets 库直接加载,无需额外处理原始文件。建议将问题文本与图像特征进行联合编码,并针对不同问题类型设计差异化的损失函数,以提升模型在计数与条件识别任务上的表现。此外,数据集的 CC-BY-SA-4.0 许可证确保了其在学术研究中的广泛可用性。
背景与挑战
背景概述
近年来,全球自然灾害频发,其破坏力对人类生命、基础设施及自然系统构成严峻威胁。精准、及时的信息获取成为灾害管理现代化的关键。随着小型无人机系统(UAS)的普及,高分辨率航空影像的采集变得灵活高效,尤其适用于飓风等灾害后的快速响应与评估。在此背景下,FloodNet数据集于2020年由Maryam Rahnemoonfar、Tashnim Chowdhury等来自多所机构的研究团队提出,旨在解决灾后场景理解的核心问题。该数据集基于哈维飓风后采集的2343张高分辨率UAS影像,开创性地将图像分类、语义分割与视觉问答(VQA)任务融合,为灾害损害评估提供了多维度研究平台。其发布在学术界与工业界产生了显著影响,推动了UAS影像在灾害智能分析领域的发展,成为评估灾后场景理解算法的重要基准。
当前挑战
FloodNet数据集面临的核心挑战在于多任务协同中的领域复杂性。首先,灾后场景理解需同时处理图像分类、语义分割与VQA任务,而不同任务对特征提取的粒度要求各异——分类侧重全局语义,分割要求像素级精确,VQA则需结合语言与视觉推理,这增加了模型设计的难度。其次,数据构建过程中存在显著挑战:UAS影像受光照、视角及灾害后杂乱场景影响,标注噪声高;VQA任务中问题类型多样(如简单计数、条件识别、是非问答),需人工设计精细的问答对,耗时且易引入主观偏差。此外,训练集中仅约25%的标注图像用于半监督学习,如何有效利用未标注数据以提升模型泛化能力,仍是亟待攻克的难题。
常用场景
经典使用场景
FloodNet_2021-Track_2_Dataset_HF作为面向灾后场景理解的高分辨率无人机影像数据集,其最经典的使用场景聚焦于视觉问答(VQA)任务的模型训练与评估。研究者可基于该数据集构建能够从航拍图像中智能解析灾情信息的系统,例如通过“有多少栋建筑被洪水淹没?”或“该道路状况如何?”等复杂问题,训练模型同时理解图像中的物体类别、空间分布及其受灾属性。这一场景不仅检验了多模态模型的视觉推理能力,更推动了灾害响应中自动化信息提取技术的发展。
实际应用
在实际应用中,FloodNet数据集衍生的模型可直接服务于应急响应与灾后重建决策。例如,当飓风或洪水发生后,无人机快速采集的大规模航拍影像可输入至基于该数据集训练的VQA系统,自动回答诸如“受灾区域有多少栋建筑?”或“哪些道路仍可通行?”等关键问题,从而辅助救援队伍优化资源调配与路径规划。此外,该技术还可集成至实时监测平台,通过持续问答交互为指挥中心提供动态灾情简报,显著缩短传统人工分析的时间窗口,提升响应效率。
衍生相关工作
围绕FloodNet数据集,学术界已涌现出一系列经典工作,尤其在多模态灾害理解领域。例如,Rahnemoonfar等人提出的原始论文(arXiv:2012.02951)首次定义了灾后VQA任务并构建了基准模型;后续研究进一步探索了基于Transformer的视觉语言预训练模型在灾情场景下的微调策略,或是利用对比学习增强模型对洪水、建筑损毁等细粒度特征的辨识能力。此外,部分工作将FloodNet与语义分割任务耦合,提出联合推理框架以同时完成场景解析与问答,这些工作共同推动了灾害智能感知从单一分类向多模态交互的范式演进。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务