AMLID:面向无人机检测的自适应多光谱地雷识别数据集
计算机视觉与模式识别
2025-12-23 v1
摘要
地雷仍是持久的人道主义威胁,估计有 1.1 亿枚地雷部署在 60 个国家,每年造成约 2.6 万例死亡。当前的检测方法危险、低效且昂贵。我们提出自适应多光谱地雷识别数据集(AMLID),这是第一个将红绿蓝(RGB)和长波红外(LWIR)图像组合用于无人机系统(UAS)地雷检测的开源数据集。AMLID 包含 12,078 张标注图像,涵盖 21 种在全球部署的地雷类型,分为防人员和防坦克类别,包含金属和塑料两种配料。数据集涵盖 11 种 RGB-LWIR 混合级别、4 个传感器高度、2 个季节周期和 3 个日照条件。通过提供跨多样环境变量的全面多光谱覆盖,AMLID 使研究人员能够在无需访问现场或dnance或昂贵数据收集基础设施的情况下,开发和基准化自适应检测算法,从而 democratizing 人道主义开矿研究。
关键词
引用
@article{arxiv.2512.18738,
title = {AMLID: An Adaptive Multispectral Landmine Identification Dataset for Drone-Based Detection},
author = {James E. Gallagher and Edward J. Oughton},
journal= {arXiv preprint arXiv:2512.18738},
year = {2025}
}
备注
8 pages with three figures and one table