遥感多源滑坡分割数据集，共34604张图像，全部处理为512×512尺度，利用sentinel，planet，无人机等多源数据，分辨率范围从0.1m-10m不同分辨率影像，数据量3.6GB，
提供YOLO和mask图两种标注方式，标注质量高，全部为原始数据，无增强
超大规模滑坡分割数据集，共34604张图像，全部处理为512×512尺度，涵盖航空，无人机，卫星多种传感器类型，涵盖0.1m-10m不同分辨率影像，数据量3.6GB，标注质量很高，且全部为原始数据，无增广。
超大规模滑坡分割数据集
数据集描述
该数据集是一个专门用于滑坡检测和分割任务的高质量数据集，旨在帮助研究人员和开发者训练和评估基于深度学习的图像分割模型。数据集中的图像涵盖了多种传感器类型（航空、无人机、卫星）以及不同分辨率（0.1m-10m），确保了模型在不同场景下的鲁棒性和泛化能力。所有图像均处理为512×512像素的标准尺寸，便于统一处理和分析。标注质量非常高，且全部为原始数据，未经过任何增广处理。
数据规模
添加图片注释，不超过 140 字（可选）
总样本数量：34,604张图像
数据量：约3.6GB
分辨率：涵盖0.1m-10m的不同分辨率影像
图像尺寸：所有图像均处理为512×512像素
标注目标：所有图像都带有详细的像素级标注信息，适用于训练和验证图像分割模型。
图像特性
添加图片注释，不超过 140 字（可选）
多源传感器：包括航空摄影、无人机拍摄和卫星遥感等多种传感器类型。
多样化分辨率：从高分辨率（0.1m）到中低分辨率（10m），覆盖广泛的地面细节。
标准化尺寸：所有图像均处理为512×512像素，便于模型训练和推理。
高质量标注：提供详细的像素级标注，标注质量非常高，确保了模型训练的准确性。
无增广数据：数据集中的图像是原始采集的数据，未经过任何增广处理，保证了数据的真实性和纯净性。
标注格式
添加图片注释，不超过 140 字（可选）
数据集中的标注信息采用了标准的JSON或PNG格式文件。每个图像都有一个对应的标签文件，记录了每个像素的类别标签。这种格式可以直接用于多种图像分割框架，如U-Net、Mask R-CNN等。
