《Scientific Data》：CTX-UXO: Contextual visual dataset for localisation, classification and identification of unexploded ordnance
编辑推荐：
### 专业术语翻译摘要
未爆弹药（Unexploded Ordnances, UXOs）是指在部署过程中未能引爆的爆炸性武器，对平民安全和冲突后恢复构成重大威胁。用于未爆弹药检测的上下文视觉数据集（Contextual Vision for Unexplod
### 专业术语翻译摘要
未爆弹药（Unexploded Ordnances, UXOs）是指在部署过程中未能引爆的爆炸性武器，对平民安全和冲突后恢复构成重大威胁。用于未爆弹药检测的上下文视觉数据集（Contextual Vision for Unexploded Ordnances, CTX-UXO）通过提供3520张高分辨率RGB图像（中位尺寸为2124像素见方）来应对这一挑战，这些图像收集自四年间不同季节和天气条件。该数据集包含15449个标注为UXO的实例，并设有十二个子类别以支持识别任务，其中迫击炮弹、射弹和手榴弹构成主要类别，可为UXO分类、检测、实例分割及相关应用的系统研发提供支持，并提供诸如YOLO和COCO等多种标注格式。针对包括二分类在内的检测任务，研究人员提供了一个用于训练、验证和测试的端到端参考解决方案，展示了一种为边缘部署优化的神经网络，即以MobileNet V3为骨干网络的Faster-RCNN，该网络部署于Nvidia Jetson Orin上以实现低成本的实时推理，在UXO定位和二分类任务上达到了每秒23帧的处理速度及62.18%的Ap50。
### 论文解读文章
#### 研究背景与问题
未爆弹药（Unexploded Ordnance, UXO）是指炸弹、射弹、手榴弹等在部署后未能引爆的爆炸性装置，因其可能受损或处于待发状态的引信机制，其风险甚至可能高于新制造的弹药，且威胁可存续数十年。根据红十字会估计，全球超过1.2亿枚弹药影响着平民社会的日常生活，每年约有2万人因此受害，其中80%为平民。当前的全球地缘政治局势亦凸显了近期冲突后恢复活动的重要性。然而，UXO检测任务因环境物理特性而尤为困难，且此前严重缺乏能够反映真实世界复杂场景的代表性数据集，这成为开发有效的基于半监督或监督算法的UXO检测系统的主要障碍。现有公开资源多为白背景下的完美状态模型或技术图纸，难以应对真实场景的复杂性。因此，构建一个覆盖多样环境、状态和类型的实地数据集，并开发可在低成本嵌入式设备上实时运行的检测方案，对于人道主义排雷和应急响应具有迫切的研究与应用价值。
#### 研究内容与结论
针对上述问题，研究人员创建了上下文视觉用于未爆弹药检测数据集（Contextual Vision for Unexploded Ordnances, CTX-UXO）。该数据集通过约四年的持续采集，与罗马尼亚国家紧急情况监察局的烟火技术人员合作，获取了3520张高分辨率RGB图像，中位尺寸为2124像素见方，时间跨度为2021年10月至2025年7月，涵盖四季及晴、阴、雨、雪等多样气象条件。数据集包含15449个标注实例，并划分为十二个子类别，其中迫击炮弹、射弹和手榴弹为主要类别，这与红十字会近期研究指出的实地主要类别一致。数据分布并非均匀，而是真实反映了实际排雷行动中的情况，如在农业活动频繁的暖季发现数量更多。为验证数据集的实用性，研究人员使用以MobileNetV3为骨干网络的Faster-RCNN模型，结合TensorRT和FP16量化优化，部署于Nvidia Jetson Orin嵌入式平台，实现了高达23帧每秒的推理速度，并取得了62.18%的Ap50（平均精度在IoU阈值0.5下）定位与二分类性能。该结果证明了该数据集能够支持在资源受限的边缘设备上进行实时UXO检测，为应急响应和无人平台应用提供了可行的技术路径。
#### 主要关键技术方法
该研究采用了模型中心与数据中心人工智能并行的方法论。数据采集由专业排爆人员在真实干预或训练场景中，使用配备64MP三星GW3传感器（S5KGW3）的移动设备以RAW格式拍摄并转换。标注过程由训练有素的UXO专家监督，使用Segment Anything Model 22生成初始掩模，并采用人在回路主动学习进行迭代优化。数据质量控制采用了Voxel51的FiftyOne平台进行图像质量与标注一致性分析，并使用ImageDedup进行两阶段去重以避免数据泄漏。此外，预处理中移除了所有可交换图像文件格式（EXIF）元数据以符合通用数据保护条例（GDPR）并确保方向一致性。数据集按多标签分层洗牌划分算法进行分割，确保各类别分布均衡。为验证模型，研究人员使用Faster-RCNN架构并采用MobileNetV3骨干网络，在Nvidia Jetson Orin上通过ONNX Runtime与TensorRT进行内核自动调优、层融合及FP16后量化。
#### 研究结果
**数据采集 (Data Acquisition)**
通过约四年的持续性采集，研究人员获取了涵盖各种状态和环境条件下UXO的图像。多数图像在发现现场的自然状态下拍摄，在安全条件允许时，操作员会靠近以获取细节视图。在惰性弹药（无 explosive charge 或 fuse 的复制品或惰性件）训练期间，会进行多角度旋转以模拟不同视角。对于同一物理弹药，可能因部分掩埋状态变化、受控销毁活动或大型弹药（如航空炸弹）需分别拍摄不同部件而出现多个图像。数据集中弹药主要来源于欧洲历史冲突中的多个国家，包括德国、美国、英国、苏联、奥匈帝国、法国、奥斯曼帝国、罗马尼亚和保加利亚。
**数据集构建 (Dataset Construction)**
标注过程由训练有素的UXO专家执行，采用标准化协议，包含实例掩模和分类标签。使用Segment Anything Model 22生成初始掩模并辅以精炼，并通过人在回路的主动学习方法迭代验证。数据质量保障通过Voxel51的FiftyOne平台和ImageDedup工具实现，前者分析图像质量与标注一致性，后者通过感知哈希算法在整图级和实例级进行两阶段去重，以防止相似图像分布在训练、验证和测试分割中，降低数据泄漏风险。
**预处理与图像增强 (Preprocessing and Image Enhancement)**
研究人员移除了所有图像的EXIF元数据，确保方向标准化并符合GDPR规定。该研究推荐采用“新背景复制粘贴”增强技术，并建议添加至少500张空背景负样本以提升小型神经网络的性能，尤其是实例分割任务。可解释人工智能（xAI）技术如局部可解释模型无关解释（LIME）被用于分析模型失败原因，指出弹药的自然伪装可能导致模型学习无关特征。同时，研究证明，即使不使用增强技术，通过采用焦点损失函数（focal loss，γ=2）和动态学习率调度器，模型也能在区分易混淆类别和处理密集实例方面取得有竞争力的结果。
**数据记录 (Data Records)**
CTX-UXO数据集在Zenodo平台（记录号17052675）公开发布。数据归档包含图像、COCO格式标签、YOLO边界框和YOLO分割标签，以及两个辅助元数据文件（seasons.csv和instance_sizes.csv）。图像被划分为训练集（2461张）、验证集（530张）和测试集（529张）。数据集中各类别实例数量统计显示，前三类（迫击炮弹、射弹、手榴弹）可用于监督或半监督任务，其余类别建议在二分类后采用少样本学习方法。按季节分布统计发现，暖季发现数量较多，峰值出现在秋季，这与农业活动相关。
**技术验证 (Technical Validation)**
技术验证聚焦于二元定位与分类任务（UXO/NON-UXO），这是实时资源受限部署场景的主要操作用例。研究人员微调了一个具有540万参数（特征提取器）的小型Faster-RCNN MobileNetV3模型，并通过TensorRT和FP16量化进行优化。在Nvidia Jetson Orin（16GB VRAM）平台上，该模型在测试子集上达到了62.18%的Ap50，并实现了23帧每秒的处理速度。作为参考，相同架构在COCO-Val2017上的mAp@0.5:0.95为32.8%。该结果证明了此数据集支持在边缘设备上进行高效实时推理，符合UGV（无人地面车）和UAV（无人机）等无人平台的部署需求。
**使用说明 (Usage Notes)**
CTX-UXO数据集适用于目标检测、实例分割和分类任务。建议研究人员对在COCO数据集上预训练的单阶段检测器进行微调，对于两阶段架构则建议使用在ImageNet上预训练的特征提取骨干网络。模型优化需兼顾性能指标、低误报率、低计算开销和适当的推理速度。所有操作必须遵守安全程序，并保持人在回路以进行最终确认。
#### 讨论与结论总结
讨论部分强调，该数据集填补了UXO领域缺乏代表性实地数据集的空白，其价值已通过多项先前研究得到验证，包括使用YOLOv8 X架构达到80.8% mAP的二分类和90.6% mAP的识别基线，以及通过模型压缩与量化在Jetson Xavier NX上实现71.7%召回率和28 FPS的实时性能。基于RT-DETR的集成策略与神经符号人工智能框架DEFUSAL也分别在UXO检测与识别任务上取得了进展。这些研究共同证明了数据集的多样性和实用性，支持了多种研究方法在资源受限环境下的部署潜力。
研究结论指出，CTX-UXO数据集作为首个专门为真实世界UXO检测设计的全面上下文视觉数据集，通过提供高分辨率图像、详细标注和标准化的分割方法，为监督和半监督目标识别项目提供了标准资源。该数据集的成功验证表明，它能够支持开发更有效的人道主义排雷和应急响应解决方案，最终有助于在冲突后地区建立长期的恢复能力。
