fire-smoke-cpu-organized-20260922

Documentation publique

Statut : préparation avec propositions non validées. Ce dépôt ne constitue pas un jeu d'annotations de référence.

Cette version rassemble 75,937 images originales distinctes provenant de 75,937 enregistrements, répartis dans 11 lots. 0 répétitions d'originaux identiques ont été regroupées ; toutes leurs provenances sont conservées.

Source figée : fireviewer/fire-smoke-pointing-ground-v2-cpu-staging — révision 8871fe714cda5ec49da5078c3f579474dab7d108.

Charger le corpus

Les fichiers Parquet contiennent les images, sans dépendre d'URL externes périssables. Le split unique unvalidated évite d'inventer une séparation d'évaluation. Les groupes sources splitgroup sont conservés ; une future séparation entraînement/validation/test devra respecter les groupes et les quasi-doublons.

Organisation

• data/prepared/.parquet : images et colonnes structurées, chargeables avec Hugging Face Datasets.
• schema.json : schéma complet des champs HF.
• provenance/sourcesnapshot.json : inventaire de la révision source et empreintes.
• provenance/lotmanifests.json : manifestes originaux des lots.
• audit/inventory.json : nombres, licences, vérifications d'intégrité et empreintes des Parquet.
• audit/random50/ : tirage déterministe, 50 vues original/superposition, planches et statut du contrôle visuel.
• tools/ : scripts de réorganisation et de vérification.

Coordonnées et originaux

image se décode dans le repère des propositions : pixels de l'image affichée, EXIF pris en compte. Pour les 0 images nécessitant en plus une rotation déclarée par la source, image est un PNG sans perte orienté, et originalimage conserve les octets exacts du fichier source. Dans les autres cas, image conserve directement les octets d'origine et originalimage est nul. La résolution n'est pas réduite. sha256 désigne toujours les octets d'origine ; pixelsha256 et inspectionjson conservent les contrôles et transformations du batch.

heuristicproposals contient des rectangles [x0, y0, x1, y1], des points [x, y], une classe proposée et la méthode. Les points proviennent du bas des composantes colorées : ils ne sont pas des bases de feu ou de fumée validées. Le champ sourceannotationsjson conserve les annotations sources telles quelles. sourcerecordsjson conserve tous les enregistrements complets associés à l'original.

Qualité et limites

Les propositions hsvcomponentlowerbandv1 détectent des couleurs et des textures ; objets orange, nuages et surfaces grises peuvent produire des faux positifs. Les légendes BLIP2 sont des métadonnées de sélection, pas une preuve visuelle. L'absence de proposition n'est pas une annotation négative.

Les empreintes de tous les fichiers téléchargés et de tous les originaux réorganisés ont été contrôlées. Les en-têtes d'image, les dimensions et les bornes géométriques des propositions ont été vérifiés. Ces contrôles ne certifient pas la pertinence sémantique des images ni des rectangles.

L'échantillon de contrôle contient 50 images, tirées aléatoirement dans chaque lot avec une place minimale par lot puis une répartition proportionnelle, graine 20260922. Il est dispersé dans le corpus mais n'est pas une certification des autres images. Voir le statut du contrôle. La constitution de cet échantillon ne signifie pas que son examen humain a été réalisé.

Licences et attribution

Les licences sont renseignées par image dans license, licenseurl et dans les preuves de sourcerecordsjson. Les auteurs, liens d'origine et éventuelles obligations d'attribution ou de partage à l'identique restent associés aux fichiers. Le contenu est sous plusieurs licences ; ce dépôt ne remplace pas ces licences par une licence unique.