低空飞行服务预警数据

智慧林场安全防控场景：本数据集提供林区常态化无人机巡查采集的疑似烟火、林地变化图斑、松材线虫病树影像及位置信息，可作为森林火险识别、林地侵占检测、病害木识别等AI模型的训练样本与验证集，支撑智慧林场安全防控算法持续优化与预警能力提升。一、数据来源与处理 数据来自淳安低空飞行服务平台，通过无人机搭载可见光摄像头采集图像，并记录完整元信息：事件编号、事件状态、事件来源、图片名称、图片类型、事件坐标、事件生成规则、关联机场、任务航线、飞行任务、关联无人机、生成时间、置信度、检测框四角坐标、超参数、训练时长、mAP@0.5、推理速度。数据经人工清洗，剔除模糊、遮挡严重、光照异常等噪声数据。标注采用两级标签体系，二级标签统一映射至一级标签，映射逻辑记录为事件生成规则。如“烟雾”“火焰”映射至“烟火识别”，“水边人员”“水边遮阳伞”映射至“非法垂钓”。 二、算法模型 采用YOLOv11目标检测模型，集成图像分片技术优化小目标检测，基于预训练权重进行迁移学习。微调时冻结骨干网络低层与部分中间层，仅调整检测头及关键特征融合层，统一超参数（学习率0.01，批量大小96），记录训练时长，以mAP@0.5评估性能。推理时置信度阈值设为0.5，仅保留置信度≥0.5的检测结果作为有效正样本，低于阈值为背景负样本，同时记录推理速度。非法垂钓场景额外集成水面分割算法，提升水边目标识别准确性。 三、识别范围与采集规范 每次AI识别结果存证入链时，须完整关联以下元数据字段：1.唯一标识与状态：全局唯一事件编号，标记事件状态（待核验/已确认/误报）及事件来源（自动巡检/实时抽帧/人工上报）。2.时空与设备挂载：记录事件坐标、生成时间，绑定关联机场、关联无人机、飞行任务及任务航线。3.图像与输出特征：存储图片名称、图片类型，保存检测框四角坐标及置信度。4.规则与版本溯源：明确事件生成规则（二级至一级标签映射），记录超参数、训练时长、mAP@0.5及推理速度。

搜集汇总

背景与挑战

背景概述

低空飞行服务预警数据由淳安千岛湖旅游集团有限公司登记，来源于淳安低空飞行服务平台，通过无人机可见光摄像头采集林区疑似烟火、林地变化图斑、松材线虫病树影像及位置信息，数据规模1000条，每日更新，格式为excel。该数据集适用于智慧林场安全防控场景，可作为森林火险识别、林地侵占检测、病害木识别等AI模型的训练样本与验证集，并采用YOLOv11目标检测模型及图像分片技术进行算法优化，记录置信度、检测框坐标、超参数、mAP@0.5等完整元数据。