由武汉大学的王明，乐鹏，于大宇，庹天予等老师，武汉理工大学的姜良存老师以及重庆长安汽车股份有限公司的李健老师共同制作并提交的“基于遥感的火灾探测深度学习的明火和烟雾探测数据集(FASDD)”，经审核整理后正式在国家对地观测科学数据中心发布，热忱欢迎广大科研工作者关注并获取数据。

图1该数据集在国家对地观测科学数据中心的网页信息

FASDD是一个用于火焰和烟雾检测的数据集，其独特之处在于火灾场景的复杂性以及特征分布的异质性。该数据集的图像大小和形状变化非常大。FASDD可以作为开发先进火灾探测模型的基准，并可用于部署在瞭望塔、无人机或卫星上，形成一个空-天-地综合观测网络，协同进行火灾预警。这项工作为政府决策和消防救援行动提供了重要见解。FASDD包含了从不同距离（近距离和远距离）、不同场景（室内和室外）、不同光照条件（白天和黑夜）以及不同视觉传感器（监控摄像机、无人机和卫星）获取的火灾、烟雾和非火灾/非烟雾混淆图像。

图2 数据集产品缩略图

扫描二维码获取数据链接