使用YOLOv8训练滑坡大规模多传感器滑坡检测数据集

滑坡大规模多传感器滑坡检测数据集，利用landsat，哨兵2，planet，无人机图像等多种传感器采集涵盖国内四川贵州，国外菲律宾印尼等地，数据共2w余副图像，mask准确标注滑坡位置。8GB数据量。
数据集介绍

1. 数据集概述
   数据集名称：大规模多传感器滑坡检测数据集
   数据来源：使用多种传感器采集，包括Landsat、Sentinel-2、Planet、无人机图像
   覆盖地区：国内四川、贵州，国外菲律宾、印尼等地
   图像数量：共2万余幅图像
   数据量：约8GB
   标签格式：Mask格式，准确标注滑坡位置
2. 数据集结构
   假设你的数据集已经按照以下结构组织：

深色版本
landslide_dataset/
├── images/
│ ├── train/
│ ├── val/
│ └── test/
└── masks/
├── train/
├── val/
└── test/
每个文件夹中包含对应的图像文件和掩码文件。确保所有图像文件都是.jpg格式，而掩码文件是.png格式，并且它们的名字与对应的图像文件相同。

数据集转换
由于YOLOv8需要标签文件为YOLO格式（即.txt文件），我们需要将Mask格式的标签文件转换为YOLO格式。

1. 安装依赖
   确保你已经安装了必要的库：

bash