Unit：构建建筑单元检测数据集
计算机视觉与模式识别
2026-04-07 v2
摘要
火场数据集对于训练鲁棒的计算机视觉模型至关重要，尤其是在火情早期预警和紧急救援等任务中。然而，目前可获得的火灾相关数据中，针对建筑单元的标注数据显著不足。为解决这一问题，我们引入了一个由无人机捕获的建筑单元标注数据集， Incorporates 多种增强技术。我们使用真实的多层建筑场景构建背景，结合运动模糊和亮度调整以增强捕获图像的真实性，模拟各种情况下的无人机拍摄条件，并利用大模型在不同位置生成火灾效果。该方法生成的合成数据集涵盖广泛的建筑场景，总计 1,978 张图像。该数据集能够有效提升火灾单元检测的泛化能力，提供多场景和可扩展的数据，同时降低了获取真实火灾数据所需的风险和成本。数据集已公开于 https://github.com/boilermakerr/FireUnitData。
引用
@article{arxiv.2508.03139,
title = {Unit: Building Unit Detection Dataset},
author = {Haozhou Zhai and Yanzhe Gao and Tianjiang Hu},
journal= {arXiv preprint arXiv:2508.03139},
year = {2026}
}