MMLSv2：用于遥感影像中火星滑坡检测的多模态数据集
计算机视觉与模式识别
2026-02-10 v1 机器学习
摘要
我们提出 MMLSv2，这是一个用于火星表面滑坡分割的数据集。MMLSv2 包含多模态影像，由七个波段构成：RGB、数字高程模型、坡度、热惯性和灰度通道。MMLSv2 包含 664 张图片，分布在训练、验证和测试划分中。此外，还发布了一个包含 276 张来自基数据集中地理上不相连区域的孤立测试集，以评估空间泛化能力。使用多个分割模型进行的实验表明，该数据集支持稳定的训练，能实现竞争性能，同时仍面临碎片化、细长和小规模滑坡区域的挑战。在孤立测试集上的评估导致显著的性能下降，表明问题更为严峻，凸显了其在评估模型鲁棒性和泛化能力方面的价值，超越标准的分布内设置。数据集将在：https://github.com/MAIN-Lab/MMLS_v2 提供。
引用
@article{arxiv.2602.08112,
title = {MMLSv2: A Multimodal Dataset for Martian Landslide Detection in Remote Sensing Imagery},
author = {Sidike Paheding and Abel Reyes-Angulo and Leo Thomas Ramos and Angel D. Sappa and Rajaneesh A. and Hiral P. B. and Sajin Kumar K. S. and Thomas Oommen},
journal= {arXiv preprint arXiv:2602.08112},
year = {2026}
}