摘要：该数据集用于从洪灾现场图像中自动识别并分割积水与淹没区域，共包含290幅洪水灾区图像及其对应的人工标注掩码。
数据集概述
该数据集用于从洪灾现场图像中自动识别并分割积水与淹没区域，共包含290幅洪水灾区图像及其对应的人工标注掩码。标注掩码使用开源数据标注工具Label Studio制作，能够为语义分割模型提供像素级监督信息，训练模型判断图像中的每个像素属于洪水区域还是非洪水背景。
数据结构与关键特征
数据集主要由Image、Mask和metadata.csv三部分组成。Image目录存放洪灾现场原始图像，Mask目录存放对应的水体区域分割掩码，metadata.csv用于建立原始图像文件名与掩码文件名之间的映射关系。每幅图像均具有对应的人工标注结果，可直接用于监督式图像分割任务。由于数据量仅为290组，训练时需注意模型过拟合问题。
应用价值与研究方向
该数据集可用于洪水区域提取、淹没范围测量、灾情评估和应急响应辅助决策。研究人员可以采用U-Net、DeepLab、SegFormer等预训练语义分割模型，并结合旋转、裁剪、翻转、颜色变化等数据增强方法提升模型泛化能力。相关模型还可用于无人机洪灾巡查、道路通行性分析、救援路线规划及洪水灾后损失评估。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-624
文件大小：100M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)