森林火灾数据集

野外火灾是全球范围内最致命和危险的天然灾害之一。它不仅对人类的生命安全构成严重威胁，还对动植物的生存环境造成巨大的破坏。预测火灾行为不仅可以帮助消防员更好地应对火情，还可以为未来的火灾预防和应对策略提供有力支持。

随着航空图像技术的不断进步，无人机已经成为收集火灾信息的有效工具。无人机能够快速获取高分辨率的图像，为研究人员提供宝贵的现场数据。
本研究提供了一个名为FLAME（基于机载火光明度学习的机器学习评估）的航空图像数据集。该数据集是在北亚利桑那州预定的堆火燃烧期间，通过无人机拍摄获取的。数据集包括无人机摄像头记录的原始航空视频和红外热像仪记录的原始热图视频。
为了方便研究人员使用该数据集，我们定义了两个主要的研究方向：火灾分类和火灾分割。对于神经网络和火灾分类等方法，我们为训练阶段标注了39375帧（“火焰”或“非火焰”）。另外，还为测试数据标注了8617帧。对于火灾分割，我们选择了2003帧，并为这些帧生成了2003个掩模作为地面真实数据，每个像素都进行了标注。
这些标注的数据为研究人员提供了一个宝贵的机会，可以用来训练和测试各种火灾识别算法。通过深入分析和研究这些数据，有望进一步提升野外火灾预警和应对的效率。

地址：https://mp.weixin.qq.com/s?__biz=MzU3NTYxNDA4Ng==&mid=2247483697&idx=1&sn=ae84cb24e3c3e20963f1948183116387&chksm=fd213cd8ca56b5ce73c054ec4a23827d45cb8fc0fba3b384fd1c44ef2d551554dd65c0723871#rd