DetectiumFire는 2025년 툴레인 대학교와 알토 대학교가 공동으로 개발한 데이터셋으로, 화염 감지, 시각적 추론, 멀티모달 생성 등의 작업을 위해 설계되었습니다. 관련 연구 논문의 제목은 "..."입니다.DetectiumFire: 화재 이해를 위해 시각과 언어를 연결하는 포괄적인 멀티모달 데이터셋"화염 장면" 트랙은 컴퓨터 비전 및 비전-언어 모델을 위한 통합된 교육 및 평가 리소스를 제공하기 위해 NeurIPS 2025 데이터셋 및 벤치마크 트랙에 포함되었습니다. 이 데이터셋은 145,000개 이상의 고품질 실제 화재 이미지와 25,000개의 화재 관련 비디오를 포함합니다. 실제 데이터 외에도 확산 모델을 사용하여 생성된 8,000개의 합성 화재 이미지와 모델 정렬 향상을 위해 RLHF 프로세스에서 신중하게 선별된 12,000개의 선호도 쌍을 포함합니다. 실제 및 합성 화염 이미지와 비디오, 화염 강도, 환경 정보, 텍스트 설명, 그리고 인간 선호도 주석이 모두 포함되어 있습니다. 데이터셋은 실제 이미지, 실제 비디오, 확산 모델로 생성된 합성 화염 이미지, 그리고 쌍대 비교 기반의 인간 선호도 데이터의 네 부분으로 구성됩니다. 합성 이미지는 YOLO 형식의 탐지 주석을 제공하며, 선호도 데이터는 생성 품질에 대한 인간의 판단을 기록합니다.

데이터셋 구성:

• 실제 이미지

• 불: 사실적인 불꽃 이미지 및 YOLO 형식 주석
• non_fire: 불꽃은 없지만 쉽게 오인될 수 있는 어려운 부정 이미지(예: 밝은 빛, 연기, 일몰).

• 실제 영상 (real_video)

• 화재: 불꽃이 선명하게 보이는 실제 영상
• non_fire: 화재가 발생하지 않는 장면으로, 안정성 테스트에 사용됩니다.

• 합성 이미지

• stable_diff_v15/train: SFT 미세 조정 및 YOLO 어노테이션을 사용한 이미지 생성
• dpo_stable_diff_v15/train: DPO 미세 조정 생성 이미지 + YOLO 주석

• 선호도 데이터(preference_dataset)

• preference.json: RLHF/DPO 학습에 사용되는, 쌍으로 생성된 이미지에 대한 인간의 선호도를 비교 및 해석한 파일입니다.